...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Expert Systems with Application >Developing an approach to evaluate stocks by forecasting effective features with data mining methods
【24h】

Developing an approach to evaluate stocks by forecasting effective features with data mining methods

机译：开发一种通过数据挖掘方法预测有效特征来评估库存的方法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this research, a novel approach is developed to predict stocks return and risks. In this three stage method, through a comprehensive investigation all possible features which can be effective on stocks risk and return are identified. Then, in the next stage risk and return are predicted by applying data mining techniques for the given features. Finally, we develop a hybrid algorithm, on the basis of filter and function-based clustering; the important features in risk and return prediction are selected then risk and return re-predicted. The results show that the proposed hybrid model is a proper tool for effective feature selection and these features are good indicators for the prediction of risk and return. To illustrate the approach as well as to train data and test, we apply it to Tehran Stock Exchange (TSE) data from 2002 to 2011.
机译：在这项研究中，开发了一种新颖的方法来预测库存收益和风险。通过这三个阶段的方法，通过全面的调查，可以确定对股票风险和收益有效的所有可能特征。然后，在下一阶段，通过对给定特征应用数据挖掘技术来预测风险和回报。最后，我们在过滤器和基于函数的聚类的基础上开发了一种混合算法。选择风险和收益预测中的重要特征，然后重新预测风险和收益。结果表明，提出的混合模型是有效选择特征的合适工具，这些特征是预测风险和收益的良好指标。为了说明这种方法以及训练数据和测试，我们将其应用于2002年至2011年的德黑兰证券交易所（TSE）数据。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号