Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

26.06.2019 | Focus | Ausgabe 11/2020

Soft Computing 11/2020

Financial information prediction and information sharing supervision based on trend assessment and neural network

Zeitschrift:
Soft Computing > Ausgabe 11/2020
Autoren:
Xingyu Gao, Pu Zhang, Guanhua Huang, Hui Jiang, Zhuo Zhang
Wichtige Hinweise
Communicated by Mu-Yen Chen.

Publisher's Note

Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Abstract

In order to help financial users to invest, and to provide users with comprehensive and accurate information about financial securities, information about financial securities from multi-heterogeneous information is obtained. The characteristics of financial information are analyzed to provide valuable investment advice to users. According to the financial characteristics of the user’s interest, the characteristics of the investor’s interest are extracted from the heterogeneous information. Then, the multi-level model is proposed to analyze the characteristics. Through the multi-level model, the conversion of convertible bonds and the net value of closed funds are predicted. In the first level, based on the characteristics of convertible bonds and closed funds, three models of trend evaluation model, SVR (Support Vector Regression) model and neural network backpropagation network (BPN) model are used to predict financial characteristics. In the second level, the results produced by the three models in the first level are fused by the neural network. The third level optimizes the neural network based on the second level. The optimal initial weights and thresholds are selected by genetic algorithm to obtain better prediction results. The results show that the model can predict the characteristics of convertible bonds and closed funds more accurately. Therefore, the model provides a certain reference for financial users’ investment.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe




Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 11/2020

Soft Computing 11/2020 Zur Ausgabe

Premium Partner

    Bildnachweise