发帖
雷达卡
MATLAB
实现基于
XGBoost-RNN-PSO
极限梯度提升（
XGBoost
）结合递归神经网络（
RNN）与粒子群优化算法（
PSO）进行股票价格预测的详细项目实例
请注意这份资料只是一个项目介绍
更多详细内容可直接联系博主本人
或者访问对应标题的完整博客或者文档下载页面（含完整的程序，
GUI设计和代码详解）
或者访问对应标题的完整博客或者文档下载页面（含完整的程序，
GUI设计和代码详解）
全球股票市场的信号结构呈现显著的非线性、时变性与多尺度特征：基本面、情绪面、微观结构噪声与政策扰动交织在一起，使得传统线性回归或单一机器学习方法难以稳定捕捉可交易规律。为提升对走势拐点与波动聚集的感知能力，构建一种融合集成学习、序列建模与全局优化的复合范式，能够在面向滚动窗口的预测任务中同时获得较强的非线性拟合、时序依赖表达以及参数鲁棒性。极限梯度提升（XGBoost）以二阶近似与加性模型为核心，通过正则化与缩减率控制树复杂度，在刻画高阶交互项和异方差误差方面具备优势；递归神经网络（RNN）擅长对时间序列长短期依赖进行表征；粒子群优化（PSO）以群体智能搜索全局空间，用较少的可导性要 ...
京公网安备 11010802022788号
