42、市场行为分析与公共健康话题监测

市场行为分析与公共健康话题监测

1. 市场行为分析

在金融市场分析中，有几个关键的统计指标常被用于评估模型的性能和预测的准确性。

1.1 关键统计指标

• 均方根误差（RMSE） ：它是最佳拟合线残差的标准差，常用于预测、气候学和回归分析。RMSE 衡量了残差围绕最佳拟合线的离散程度，计算公式为：
  [RMSE = \sqrt{\frac{\sum_{i=1}^{n}(X_{o,i} - X_{f,i})^2}{n}}]
  其中 (f) 为预测值，(o) 为实际/观测值。
• R 平方（R - square） ：这是一个统计指标，用于确定所选模型与“最佳拟合线”的拟合程度，它能解释响应变量中可由模型变化解释的百分比，公式为 (R^2 = \frac{SS_{reg}}{SS_{tot}})。
• R 值 ：对于连续数据，相关系数的范围从 -1 到 1，它决定了变量之间关系的强度和方向。R 值表示预测变量与实际数据之间的相关性，当值介于 0 和 +1 / -1 之间时，表明变量之间存在关系和强度，其正负由相关系数的符号决定。

1.2 数据处理与模型构建

研究收集了 2011 - 2019 年 Nifty 50 各种技术指标（如 CCI 振荡器、RSI 指标、抛物线 SAR、MACD 和布林带）的信号，用于训练和测试数据。这些数据通过神经网络（NN）模型进行处理，以预测 Nifty 50 的价格并分析相对误差。

在构建模型过程