独立成份分析方法在股票分析中的应用

被引:4
作者
陈玉山
席斌
机构
[1] 厦门大学信息科学与技术学院模式识别与智能系统研究所
关键词
主成份分析; 独立成份分析; 盲源信号分离; 熵; 股票收益;
D O I
10.16208/j.issn1000-7024.2007.06.070
中图分类号
F830.91 [证券市场]; F224 [经济数学方法];
学科分类号
1201 ; 020204 ; 0701 ; 070104 ;
摘要
为了克服传统的股票分析方法的缺点,将独立成份分析方法用于分析影响股票走势和收益的因素。通过对几个大公司的历年K线数据的深入分析,该方法在一定程度上揭示了影响股票走势和收益的深层次的原因。这对建立和谐的金融体系、促进社会经济的良性发展以及创建和谐的社会都具有一定的现实意义。同时也表明了该方法还具有简单易行、容易理解、结果精确的特点。
引用
收藏
页码:1473 / 1476
页数:4
相关论文
共 5 条
[1]  
自适应盲信号与图像处理.[M].(波)AndrzejCICHOCKI;(日)Shun-ichiAMARI著;吴正国;唐劲松;章林柯译;.电子工业出版社.2005,
[2]   基于主分量特征与独立分量特征的人脸识别实验 [J].
徐勇 ;
张重阳 ;
杨静宇 .
计算机工程与设计, 2005, (05) :1155-1157+1184
[3]   独立分量分析在有噪图像分离中的应用 [J].
周卫东 ;
赵浩 ;
彭玉华 .
中国图象图形学报, 2005, (02) :241-244
[4]   基于定点ICA算法的人脸识别方法 [J].
郭瑞 ;
宋海娜 ;
匡纲要 .
计算机工程, 2004, (09) :159-161
[5]   独立成分分析方法综述 [J].
杨竹青 ;
李勇 ;
胡德文 .
自动化学报, 2002, (05) :762-772