我正在尝试对计算机科学项目的股票市场预测方法，它们如何工作和比较进行调查。我知道神经网络，我的项目最初是基于它们，但是在查看了对这个问题的回答之后：
我认为最好看看整个领域。谁能告诉我一些很好的研究资源？
我不怕数学。谢谢。
问问题
6168 次
3 回答
3
Gaussian Mixture Models、Dirichlet Processes、Weiner Process、Stochastic Processes 是您应该在 google 上搜索的术语。神经网络不行。但是，您也应该看看 CS 和 ML 中的无免费午餐定理。
于 2012-01-22T08:37:00.127 回答
1
您似乎对金融数学和算法交易感兴趣。这两个领域都是巨大的。仅金融数学就有 100 多年的历史。
这是一个令人难以置信的开放式问题，你真的不知道从哪里开始。我建议从相关主题的 wiki 页面开始：
简而言之，金融数学涉及通过公式确定股票或衍生品的预期未来价值。算法交易使用金融数学公式来建议或自动进行交易。
Black-Scholes 模型被广泛使用，是理解算法交易中使用的算法背后的数学的一个很好的起点。从它开始，然后转向您认为更适合您想要完成的其他模型。
于 2011-04-05T00:52:49.367 回答
1
您应该尝试在“股票价格概率”或“摆动交易技术”或“技术分析”的主题下进行研究，并对它们进行建模。（顺便说一句 - 阅读 LTCM - 长期资本管理，了解为什么波动性和预测人类行为几乎是不可能的）。
最终的答案不是预测股票价格（许多人认为你做不到），而是与无风险工具（如国库券）相比，最小化您的总投资组合波动并最大化您的风险回报。这是在“现代投资组合理论”的主题下。
另外-查看http://www.quantmod.com/（开始学习R）
于 2011-06-04T08:25:41.717 回答