简介:摘要:本文首先对 10 支股票的当天成交量,最新成交价格进行周期性,平稳性,随机性等时间序列基本性质作出判断,使用 EXPMA 方法以及五日均线、振幅等趋势指标来衡量时间序列及截面价格与交易量的变化趋势。最后,结合数据可视化以及 MK检测,得出时间序列以及截面数据价格与交易量的变化趋势。并且以 pandas_prof iling报告为辅助,分析价格与其他特征因子的相关性以及各个特征因子之间相互影响的程度。探究得出时间序列在价格这一维度上 9 支股票呈下降趋势,在交易量这一维度上 8 支股票呈下降趋势。截面在价格这一维度上,10 支股票变化复杂,具有周期性。我们认定为股票的价格为非平稳非线性序列[1]。
简介:摘要:伴随着国民经济的稳健快速发展,以及在土地改革方面的持续深化,土地估价工作已逐渐转变成我国土地使用制度改革架构当中的一项客观要求。为了能够将既往固化的手工作业方式给予改变,在现实工作中,需要结合实际需要,且与国土资源信息化管理建设的未来发展方向相一致,积极开发土地估价信息系统。本文围绕城乡交错区土地,设计了对其进行估价的人工神经网络系统。首先以城乡交错区为对象,构建了与之相对应的地价判断指标体系,并围绕城乡交错区土地估价,进行了与之相匹配的神经网络模型的构建,最后结合实例,就神经网络土地估价方法具体应用展开深层次剖析,望能为此方面的操作研究提供一些借鉴或参考。
简介:虚假信息的发布导致企业信用风险出现失真现象,如何还原企业信用违约真实水平、寻找信用风险失真校准方法是国内外理论与实务界研究的热点。本文在综合考虑虚假信息的多维性与时序特征的前提下,以Hodrick—Prescott(HP)滤波为基础设计了信息数据降维方法,兼顾企业自身和同行业双重因素对企业信用风险失真的影响,建立了多样本多维指标时间序列的神经网络模型对企业信用风险失真进行判定,实证分析结果进一步验证了该模型的有效性。