嵌入向量在金融时间序列中的应用
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 金融时间序列介绍 | 第11-13页 |
| 1.3 嵌入向量介绍 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第2章 相关理论基础 | 第16-29页 |
| 2.1 离散化 | 第16-17页 |
| 2.2 词嵌入向量相关理论 | 第17-24页 |
| 2.2.1 sigmoid函数 | 第17-18页 |
| 2.2.2 逻辑回归 | 第18-19页 |
| 2.2.3 哈夫曼编码 | 第19-21页 |
| 2.2.4 CBOW模型和Skip-gram模型 | 第21-24页 |
| 2.3 句子嵌入向量相关理论 | 第24-26页 |
| 2.4 RBF神经网络 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 金融嵌入向量模型 | 第29-40页 |
| 3.1 金融日向量 | 第29-35页 |
| 3.1.1 金融日向量介绍 | 第29-32页 |
| 3.1.2 训练模型 | 第32-35页 |
| 3.2 金融周向量 | 第35-37页 |
| 3.2.1 金融周向量介绍 | 第35-36页 |
| 3.2.2 训练模型 | 第36-37页 |
| 3.3 聚类分析 | 第37-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 嵌入向量在金融时间序列预测中的应用 | 第40-50页 |
| 4.1 实验设计 | 第40-41页 |
| 4.2 实验结果 | 第41-48页 |
| 4.2.1 日收盘价预测结果 | 第41-45页 |
| 4.2.2 周收盘价预测结果 | 第45-48页 |
| 4.3 结果分析 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 论文总结 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 作者简介 | 第54-55页 |
| 致谢 | 第55页 |
