35、股票投资推荐系统的机器学习平台

股票投资推荐系统的机器学习平台

1. 研究背景与相关工作

在股票投资领域，准确预测股票走势并给出合理的投资建议一直是投资者和研究者关注的焦点。为了实现这一目标，许多学者和专家进行了大量的研究，采用了各种不同的技术和方法。

• 现有研究方法
  • 神经网络与模糊模型 ：一些研究表明，神经网络和神经模糊模型适合预测股票市场价值，软计算技术在多数情况下优于传统模型，但部分研究的时间范围较旧，如1992 - 2006年的研究。
  • 自动学习与人工智能 ：有研究指出，人工神经网络（ANNs）是股票市场预测领域占主导地位的机器学习技术。
  • 构建历史事件数据库 ：部分研究认为有必要构建包含股票市场历史事件信息的数据库，并汇总了用于股票预测的机器学习技术。
  • 结合多种分析方法 ：一些研究者探讨了投资者的分析程序，包括将机器学习算法与基本面和技术分析相结合以提高预测效率的方法。
  • 多智能体推荐系统 ：有学者提出了基于混合技术的多智能体计算机投资推荐系统，结合了协作和基于内容的过滤。
  • 技术指标决策树系统 ：还有人提出了基于GA - SVM优化的技术指标决策树的智能推荐系统，能够学习股票价格波动模式并提前一天推荐合适的交易策略。

2.