論文開題報(bào)告人工智能操作在證券類產(chǎn)品中應(yīng)用(參考版)
2025-06-25 23:07本頁面
【正文】 六、主要參考文獻(xiàn)[1] [D].東華大學(xué)博士學(xué)位論文,2004 [2] 劉興華,：證券投資領(lǐng)域的下一個變革[J].系統(tǒng)工程理論與實(shí)踐2007(06) [3] [D].廣東工業(yè)大學(xué)碩士學(xué)位論文,2011[4] [D].西南財(cái)經(jīng)大學(xué)碩士學(xué)位論文,2012 [5] [D].國防科技大學(xué)碩士學(xué)位論文,2012 [6] [D].昆明理工大學(xué)碩士學(xué)位論文,2013 [7] :證券投資領(lǐng)域的下一個變革[J].21世紀(jì)經(jīng)濟(jì)報(bào)道,2014(09)[8] [C].創(chuàng)新與發(fā)展：中國證券業(yè)2014年發(fā)展報(bào)告,2014(09) [9] [D].西南財(cái)經(jīng)大學(xué),2014 [10] 吳俊，陳亮，[J].21世紀(jì)經(jīng)濟(jì)報(bào)道,2016(06) 。：在分析人工智能在證券類產(chǎn)品的同時，引入不同企業(yè)的案例進(jìn)行研究。加大金融知識及規(guī)則的宣傳、相關(guān)業(yè)務(wù)講解，推廣人工智能技術(shù)在金融領(lǐng)域的應(yīng)用，使廣大投資者享受技術(shù)進(jìn)步帶來的紅利。他們重點(diǎn)調(diào)研了國內(nèi)外人工智能在金融投資顧問領(lǐng)域的應(yīng)用，并提出相關(guān)政策建議。 吳俊、陳亮、高勇[10](2016)針對性研究了全球金融界正在人工智能的催化下悄然改變，尤其是基于大數(shù)據(jù)技術(shù)的人工智能給投資顧問領(lǐng)域帶來全新的視角。在上市公司公布的財(cái)務(wù)數(shù)據(jù)以及股票行情數(shù)據(jù)庫中積累了大量的歷史數(shù)據(jù)，如何充分利用這些歷史數(shù)據(jù)，為投資者提供決策依據(jù)，把數(shù)據(jù)挖掘方法運(yùn)用于股市投資研究和探索變得很有意義。另外數(shù)據(jù)挖掘還能夠?qū)Σ粩喃@得的新數(shù)據(jù)進(jìn)行模型的動態(tài)更新，非常適合應(yīng)用于新環(huán)境。 何裕[9](2014)通過數(shù)據(jù)挖掘技術(shù)，來研究上市公司財(cái)務(wù)比率指標(biāo)的動態(tài)變化和股票價格變化趨勢的內(nèi)在聯(lián)系，期望挖掘出則一務(wù)數(shù)據(jù)中有用的信矛息，從而對股票的投資決策做出更好的判斷。作者還建議證券公司盡快建立大數(shù)據(jù)團(tuán)隊(duì)，整合各部門的資源進(jìn)行大數(shù)據(jù)研究。擺脫傳統(tǒng)依靠收取交易傭金的方式，實(shí)現(xiàn)業(yè)務(wù)多樣化，是證券公司尋求業(yè)務(wù)轉(zhuǎn)型發(fā)展的必然選擇。 張家林[8](2014)調(diào)研發(fā)現(xiàn)，證券公司還主要依靠傳統(tǒng)收取交易傭金的方式，業(yè)務(wù)相對單一，缺乏對客戶的針對性、個性化的服務(wù)。從而推動基于大數(shù)據(jù)的證券投資智能代理主要以普惠金融服務(wù)的視角進(jìn)行引導(dǎo)和大力支持，使更廣大的散戶投資人可以享受技術(shù)進(jìn)步帶來的紅利，獲得更好的服務(wù)?！皩?shí)質(zhì)大于形式”的監(jiān)管原則運(yùn)用于對智能代理的監(jiān)管，可能引起混淆。由于各白的獨(dú)立性以及路徑的差異，反過來會極大地拓展資本市場的多層次特性。 張家林[7](2014)論述了基于大數(shù)據(jù)的人工智能的應(yīng)用可以顯著提高資本市場的深度和寬度。本文首先結(jié)合給定個股的證券時間序列的技術(shù)形態(tài)特征，利用基于最大最小點(diǎn)實(shí)現(xiàn)了典型技術(shù)形態(tài)的模式識別，及識別形態(tài)模式的起止時間、成交量、MA. OBV, RSI等指標(biāo)屬性值的信息，以連續(xù)3個形態(tài)模式作為一個完整的案例，構(gòu)建案例庫并表示案例。 肖元[6](2013)認(rèn)為人工智能中的CBR推理技術(shù)同人類推理十分相似，所以他提出一種基于技術(shù)分析和CBR的證券時間序列預(yù)測模型。最后以上述研究提出的新型BP神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，實(shí)現(xiàn)了一個用于對未來證券的價格或趨勢變化進(jìn)行預(yù)測分析的系統(tǒng)，考慮到影響證券市場的因素較多，還增加了對神經(jīng)網(wǎng)絡(luò)輸入數(shù)據(jù)的調(diào)整，可以增加數(shù)據(jù)的完整性，同時降低數(shù)據(jù)的噪聲干擾。 王釋[5](2012)提出了使用模擬退火遺傳算法對改進(jìn)后的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化的方案，模擬退火遺傳算法將最優(yōu)保存模擬退火算法和遺傳算法有機(jī)的結(jié)合在一起，充分發(fā)揮這兩種算法在局部搜索和全局搜索能力強(qiáng)的特性，解決了模擬退火算法易陷入局部極小值的問題，又彌補(bǔ)了遺傳算法在局部
物理相關(guān)推薦
鄂ICP備17016276號-1