道琼斯股票价格平均数

此博客介绍了道琼斯股票价格平均数,它是美国道琼斯公司编制的、表示股票行市变动的平均数,历史最长且从未间断,可用于比较不同时期经济情况,是反映美国行情变化敏感指标之一。还介绍了其编制历史及分组情况。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

道琼斯股票价格平均数简称“道琼斯平均数”。美国道琼斯公司编制的、表示股票行市变动的一种股票价格平均数。在美国各种股票价格平均数中,它的历史最长,自1844年始编以来从未间断。该指数可用来比较不同时期的经济情况,是反映美国行情变化最敏感的股票价格平均数之一,并被用作观察资本**市场动态和进行投机活动的重要参考资料。道-琼斯公司是美国的一家金融服务公司,创始人为查尔斯·道 (Charles H. Dow)。

1844年,道-琼斯编制的股票价格平均数 (依11种有代表性的股票编制而成) 首次出现在该公司的 《每日通讯》(1889年7月8日改称《华尔街杂志》) 上。1897年,平均数所依据的股票增至32种,其中铁路公司股票20种,工业公司股票12种。以后历经增减,现在包括在纽约证券交易所上市的65家美国公司股票。总共分四组指数: (1) 30家工业公司;(2) 20家铁路公司;(3) 15家公用事业公司;(4) 前三组合计的65家公司。

更多内容: https://www.quantinfo.com/Dict/View/18531.html

内容概要:本文针对国内加密货币市场预测研究较少的现状,采用BP神经网络构建了CCi30指数预测模型。研究选取2018年3月1日至2019年3月26日共391天的数据作为样本,通过“试凑法”确定最优隐结点数目,建立三层BP神经网络模型对CCi30指数收盘价进行预测。论文详细介绍了数据预处理、模型构建、训练及评估过程,包括数据归一化、特征工程、模型架构设计(如输入层、隐藏层、输出层)、模型编译与训练、模型评估(如RMSE、MAE计算)以及结果可视化。研究表明,该模型在短期内能较准确地预测指数变化趋势。此外,文章还讨论了隐层节点数的优化方法及其对预测性能的影响,并提出了若干改进建议,如引入更多技术指标、优化模型架构、尝试其他时序模型等。 适合人群:对加密货币市场预测感兴趣的研究人员、投资者及具备一定编程基础的数据分析师。 使用场景及目标:①为加密货币市场投资者提供一种新的预测工具和方法;②帮助研究人员理解BP神经网络在时间序列预测中的应用;③为后续研究提供改进方向,如数据增强、模型优化、特征工程等。 其他说明:尽管该模型在短期内表现出良好的预测性能,但仍存在一定局限性,如样本量较小、未考虑外部因素影响等。因此,在实际应用中需谨慎对待模型预测结果,并结合其他分析工具共同决策。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值