Logistic回归模型和神经网络预测模型关于企业破产预测的比较任务书

 2021-08-20 00:48:49

1. 毕业设计(论文)主要目标:

对金融数据的随机特性进行分析,进一步讨论高阶相关系数的性质,并将结果应用于股票价格与成交量之间的相关分析。

2. 毕业设计(论文)主要内容:

数据挖掘DM(DataMining)是对数据库中的数据进行一定的处理,从大量的随机数据中提取隐含的有用的信息和知识的过程。金融数据挖掘是信息社会中一个极具挑战性的研究方向。金融数据的随机特性使得隐藏在数据中的内在规则难以被发现。本文指出了经典相关分析的缺陷,并进一步讨论了高阶相关系数的性质。利用高阶相关性的计算简单性对金融数据中的时变非线性相关特性进行实时跟踪,对股票价格与成交量进行相关分析。

3. 主要参考文献

[1]周杨.数据挖掘技术在金融领域的应用研究[J].电子技术与软件工程,2013(24):214.

[2]余春. 基于数据挖掘技术的金融数据分析系统设计与实现[D].电子科技大学,2014.

[3]丁宁,刘富星.数据挖掘在金融中的应用[J].广西轻工业,2009,25(07):117-118 122.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。