毕业论文课题相关文献综述
文 献 综 述 摘要数据的变化体现了经济时代的发展，经济诞生之初就与数据有着千丝万缕的联系银行业更是伴随着经济着经济的发展而发展，而我们也能够从大量的历史信息中，分析从而得到许多重要的结论，挖掘出更有价值的信息，本文主要分析了我国银行行业利润的研究成果探讨处理大量数据的数据挖掘方法，深度学习利用数据，建立恰当模型分析数据特征，进行银行行业的股票预测。
关键词 股票分析 时间序列分析 股票预测 背景简介随着经济发展，越来越多的股民进入股市，投资股票也成为了许多人中意的投资项目。
对于投资者来说，怎样能够获得利润最大化才是投资者关心的首要问题。
本文将对银行业股票进行预测。
时间序列分析(Time-Series Analysis)是指将原来的销售分解为四部分来看趋势、周期、时期和不稳定因素， 然后综合这些因素， 提出销售预测。
强调的是通过对一个区域进行一定时间段内的连续遥感观测，提取图像有关特征，并分析其变化过程与发展规模。
当然，首先需要根据检测对象的时相变化特点来确定遥感监测的周期，从而选择合适的遥感数据。
研究成果 香港中文大学黄旻浩以2009-2018年的沪深300指数为例,对ARIMA模型、ARCH模型和AR-GARCH模型进行拟合,比较其在股票价格走势上的优劣,再用通过检验的拟合模型对股价进行一个短期的预测。
最后发现AR-GARCH模型对原序列有较好的拟合效果,并且获得了较为精确的预测结果。
上海理工大学管理学院的徐晨萌，方华运用于未来走势的短期预测。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
