【摘 要】
：
如今的金融市场发展更加复杂，高风险高收益的股市越来越成为人们关注的热点。与此同时，人工智能技术不断升级，在各个领域都取得了显著的成效。越来越多人投入到量化金融的研究中，力求通过数量化的方法寻找金融市场的规律，为投资提供客观的数据支持和一定的指导。 本文研究基于深度表征学习的量化选股方法，通过搭建卷积神经网络模型对股票蜡烛图训练，预测股票涨跌，选出有投资潜力的股票。研究对象为2016年1月1日到2
论文部分内容阅读
如今的金融市场发展更加复杂，高风险高收益的股市越来越成为人们关注的热点。与此同时，人工智能技术不断升级，在各个领域都取得了显著的成效。越来越多人投入到量化金融的研究中，力求通过数量化的方法寻找金融市场的规律，为投资提供客观的数据支持和一定的指导。
本文研究基于深度表征学习的量化选股方法，通过搭建卷积神经网络模型对股票蜡烛图训练，预测股票涨跌，选出有投资潜力的股票。研究对象为2016年1月1日到2019年12月31日的沪深300指数成分股股票，将股票时间序列数据转化为三维蜡烛图像数据，运用图像分类技术，避开时间序列处理难题。本文搭建了VGG19训练模型，将蜡烛图放入模型中训练。在训练过程中，调整参数epoch，batch_size以及阈值，同时对有无“交易量”指标做了对比分析。之后，与支持向量机，逻辑回归和长短期记忆神经网络模型做对比，卷积神经网络模型以54.5%的预测精度，高于其他模型。通过预测结果，我们可以选出预测为“上涨”股票，构建有效投资组合，为投资提供一定的借鉴意义，同时也为金融市场研究提供新的思路和方法。
其他文献
本文从初次分配与再分配两个层次，从个体相对剥夺视角出发，研究收入不平等问题。具体来说，初次分配中，重点考虑人力资本对收入的影响；再分配中，重点考虑社会保障对收入的影响。在此框架基础上，加入对个体特质（如性别，年龄、婚姻状况等因素）、家庭禀赋及社会地位（如家庭的金融资产保有情况、社会地位，与邻里熟悉程度等因素）的考虑，从个体层面研究城乡居民收入不平等问题。通过对CGSS2015的数据分析得出：中国农
近年来，由于我国居民收入的不断增长与国家政策的大力扶持，国内消费金融行业发展迅猛。伴随着大数据、云计算等新兴技术的发展，无论是传统金融行业内的持牌机构，或是实力雄厚的电商平台都将目光投入到互联网消费金融的方向，纷纷加大了在互联网消费分期、互联网消费信贷等产品上的投入。与传统消费贷款相比，互联网消费信贷往往基于用户在网络场景下的真实消费数据，在数据的收集、流程的管理，信贷的审核等各方面都大大提高了效
高管变更是企业经营过程中经常发生的事件，高管的背景信息也与企业经营以及企业价值息息相关，由于背景特征的差异，高管给企业带来的影响也具有很大差异。创业板市场上市企业其高管对公司更是发挥着举足轻重的地位，本文以2010-2019年创业板市场上高管变更事件为视角，研究高管变更时的股价反应以及高管的背景特征对股价反应的影响。研究结果表明，高管变更会对创业板中的企业带来的股价反应虽然不显著，但是2010-2
金融危机的发生给银行业敲响了警钟，商业银行信用风险关系着金融业的稳定发展，应当对商业银行的不良贷款问题给予足够重视。目前，我国经济正处于新常态，经济增长速度缓慢，商业银行不良贷款却保持较高水平，考虑到银行业的健康发展，如何在经济增长的变化中实现银行业的盈利至关重要。另外，信贷的顺周期性表现为：当经济繁荣时，企业经营状态较好，商业银行信贷质量提升。然而这个结论仍停留在理论阶段，缺乏相关的实证研究。因
动漫产业被誉为21世纪的“朝阳产业”，是我国文化创意产业中最具创造力的重要组成部分。但是同欧美日韩等国家和地区相比，我国的动漫产业尚未释放出应有的动能，尤其是位于产业链下游的动漫衍生品环节，在产品设计、品牌建设以及市场推广等方面相对处于劣势，不利于产业的良性循环发展。面对这一问题，我国动漫企业应当从源头抓起，在衍生品设计阶段深入挖掘动漫爱好者群体的消费动机，并制定针对性开发和宣传战略，从而提高国产
IPO抑价现象在全世界范围内的股票市场中都有体现，中国股票市场IPO抑价率曾高达129％（基于1995年之后的A股数据），IPO抑价现象一直以来都是我国股票市场的热点研究问题。IPO抑价产生的原因是由于IPO主体之间的信息不对称引起的，现有的研究都是围绕降低信息不对称展开的。降低信息不对称的关键是向信息弱势方传递有价值的信号，为双方建立良好的信息通道，传递信任。而已有的研究表明声誉可以在信息不对称
互联网金融产品自2013年问世以来，凭借其便利化、平民化的独特优势，伴随着移动互联网时代的东风蓬勃发展，短短7年时间重塑了国内资管领域的格局。层出不穷的互联网金融产品在给予人们更多选择的同时，也使得这一领域的竞争日益激烈。未来，谁能更好地了解用户，谁才能赢得更大的市场。 本文将选购互联网金融产品的用户作为研究对象，综合运用文献查阅、问卷调研、假设检验等方式进行实证研究。首先梳理了互联网金融、行为
随着经济建设的高速发展，城市化进程的不断深入，我国住房市场空前繁荣，高企的房价和不断增加的城市流动人口，使越来越多的人选择以租房的方式解决居住需求。在住房租赁市场上一直存在着信息不对称问题，房源与租客之间无法实现精准匹配，优质房源空置所带来的资源浪费，以及租客为了寻找适合的房源所花费的成本，变得越来越高。合理的对房屋租金进行预测研究，使租房市场供需匹配更加高效准确，降低租房和出租房屋的成本，对房屋
在金融市场的改革不断深化，金融监管的不断趋严，互联网金融兴起的背景下，银行面临的竞争越来越激烈，银行业传统盈利模式不可持续，银行业需要从其他业务中找到新的稳定增长点。我国的个人征信机制建设逐步完善，国民收入不断提高，客户的理财需求不断增加，这都给银行零售业务发展提供了很大机遇。目前商业银行零售业务营销方式仍然主要是粗犷式营销，针对性不强，成功率不高，在大数据时代，银行通过科技金融技术处理海量的客户
股票贷款业务是一种以股票为抵押物的金融合同，银行等金融机构连接起资金的需求者和供给者，为了防止违约风险，借款人将股票作为抵押品来融通资金。股票贷款作为金融机构的重要创新业务，在金融市场上很受欢迎，具有很大的市场前景。我国的股票贷款业务自2013年正式推出后，参与的券商数量和客户数量呈现出迅速增加的趋势，其交易总规模迅速扩大，股票贷款业务在整个融资产品市场上所占的比例也稳步提高。目前，股票贷款作为重