机读格式显示(MARC)

• 000 01269nam0 2200277 450

• 001 0000695078

• 005 20180314083800.0

• 010 __ |a 978-7-03-054250-2 |d CNY68.00

• 100 __ |a 20180208d2018 em y0chiy0121 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 数据驱动的金融时间序列预测模型研究 |A shu ju qu dong de jin rong shi jian xu lie yu ce mo xing yan jiu |f 张贵生著

• 210 __ |a 北京 |c 科学出版社 |d 2018

• 215 __ |a 134页 |c 图 |d 24cm

• 312 __ |a 英文并列题名取自封面

• 320 __ |a 有书目 (第124-134页)

• 330 __ |a 以非线性动力学的观点看来, 现代金融理论中金融系统的不确定性恰恰源于其自身就是一个受多种因素综合影响的具有开放性质的复杂巨系统, 相应地, 作为系统观测值的金融时序数据则从形式上表现了该系统的复杂运动规律。基于此, 本书借鉴复杂系统视角建模的思想, 结合智能计算、计算实验金融、数据挖掘及控制论等相关领域的**研究成果, “自底向上”地展开金融时序数据经验知识融合下的机器学习预测建模创新研究, 以探索金融系统的复杂演化规律。

• 510 1_ |a A data-driven research on the model of financial time series forecasting |z eng

• 606 0_ |a 金融 |A jin rong |x 时间序列分析

• 690 __ |a F830 |v 5

• 701 _0 |a 张贵生 |A zhang gui sheng |4 著

• 801 _0 |a CN |b HDUL |c 20180314

• 905 __ |a HDUL |d F830/1521

• 920 __ |a 233030 |z 1