基于GRU神经网络研究不同证券市场对股票收益的影响——以恒生和上证指数为例

论文摘要

大量研究表明,不同金融市场之间具有不可忽视的联系,股票作为金融资本市场中最具代表性的一部分,与其他金融证券市场的联系更为紧密。因此,针对不同金融市场的相互影响问题,以恒生、上证指数为例,提出建立神经网络模型。以两种指数的每日数据为样本,利用GRU(递归神经网络)神经网络的时间记忆性能,刻画出在加入不同证券指数特征的影响下,对上证股票指数收益的波动情况进行预测研究。训练和测试结果表明,GRU神经网络模型效果较为理想,而加入恒生指数特征的预测效果最好。这可以为后续中外金融市场关系的研究提供一定的参考价值,对想要购买企业债券的操作者也具有较高的实际价值。

论文目录

• 引言
• 一、模型介绍
• 二、实证研究
•   （一）数据的预处理及特征选择
•   （二）模型的建立
•   （三）结果分析
• 结语

文章来源

类型: 期刊论文

作者: 余强

关键词: 收益预测,上证企债指数,恒生指数

来源: 经济研究导刊 2019年35期

年度: 2019

分类: 经济与管理科学,基础科学

专业: 数学,宏观经济管理与可持续发展,金融,证券,投资

单位: 上海理工大学管理学院

分类号: F832.51;F224

页码: 117-120

总页数: 4

文件大小: 1986K

下载量: 165