1. 毕业设计（论文）的内容和要求
股票数据是一种时间序列,具有高度的复杂性和不确定性,通常只有极少数交易者能掌握证券数据趋势特征。
机器学习通过对股票历史数据的学习和自动优化算法,可模拟或实现人类的思维模式获取数据信息或特征,因此是对股票数据趋势特征分析的有效技术。
机器学习技术已成为数据挖掘领域的核心前沿技术,研究者们近些年里也加大了对机器学习技术在金融市场上应用的探索,它的自组织、自调整能力,使得它相较于传统统计计量方法更擅长处理股票价格变动里多变量、类随机的复杂非线性问题。
2. 参考文献
[1]吴振信,张茜,张雪峰.量化选股应用研究[J].智库时代,2020(01):290-292.[2]唐思佳,熊昕,谢满,丁力,张上.基于机器学习的优化股票多因子模型[J].信息与电脑(理论版),2019,31(23):30-32.[3]朱婷,马洁,王宏勇.基于分形插值与机器学习模型的股指分析和预测[J].重庆工商大学学报(自然科学版),2019,36(06):57-64.[4]任君,王建华,王传美,王建祥.基于ELSTM-L模型的股票预测系统[J].统计与决策,2019,35(21):160-164.[5]孙世轩,潘格格.基于机器学习的股票特征预测机构持股研究[J].金融经济,2019(20):37-41.[6]何诚颖.人工智能炒股能跑赢大盘吗?[J/OL].人民论坛学术前沿:1-10[2020-01-14].http://kns.cnki.net/kcms/detail/10.1050.C.20191016.1745.002.html.[7]孟叶,于忠清,周强.基于集成学习的股票指数预测方法[J].现代电子技术,2019,42(19):115-118.[8]蔡清权,马雲匀,李金妹.基于机器学习的股票超额收益预测模型[J].信息系统工程,2019(09):6-17.[9]孙夫雄,刘光明,曾子轩,彭梦琪.基于组合模型的股票停牌预测研究[J/OL].计算机工程与应用:1-9[2020-01-14].http://kns.cnki.net/kcms/detail/11.2127.TP.20190918.1039.003.html.[10]潘水洋,刘俊玮,王一鸣.基于神经网络的股票收益率预测研究[J].浙江大学学报(理学版),2019,46(05):550-555.[11]李斌,邵新月,李玥阳.机器学习驱动的基本面量化投资研究[J].中国工业经济,2019(08):61-79.[12]凤河. 有限注意与A股市场股价回归预测[D].西安理工大学,2019.[13]李晨亮. 基于EEMD_LSTM模型的沪深300指数预测研究[D].北京交通大学,2019.[14]耿旭东. 基于机器学习的股票指数预测研究[D].河南大学,2019.[15]许美佳. 基于量价关系的DTW-KNN股票趋势预测以及选股策略实证研究[D].山东大学,2019.[16]杨磊. 基于机器学习的股市行业轮动量化投资策略研究[D].华侨大学,2019.[17]王芊. 基于机器学习算法的股票收益率方向预测及分析[D].中国科学技术大学,2019.
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。
