摘要
本发明公开了一种基于机器学习预测股票市场的决策系统,涉及金融科技领域。本发明系统首先获取多维时序数据,然后利用传递熵方法从多维时序数据中筛选关键特征;再利用PCMCI方法生成因果图谱,同时利用机器学习算法基于关键特征预测得到待预测板块的波动趋势;最后再通过决策支持模块基于因果图谱和波动趋势生成投资报告。本发明能够为投资者提供直观的视图和分析结果揭示影响股票波动的关键特征之间的内在联系,同时提供具体的股票市场趋势预测和投资建议,从而在复杂的股票市场环境中优化投资组合,做出更为科学的投资决策。
技术关键词
多维时序数据
决策系统
机器学习算法
预测股票
优化机器学习
分析模块
板块
图谱
粒子群优化算法
证券交易所
投资者
机器学习模型
指数
随机森林
报告
金融
系统为您推荐了相关专利信息
客户信息管理系统
构建用户画像
Apriori算法
数据收集模块
ARIMA模型
大语言模型
可视化工具
特征工程
机器学习算法
图谱
ARIMA模型
回归分析方法
可视化工具
资产管理系统
时间序列模型
T790M突变
组学特征
评估预测模型
肺腺癌患者
奥希替尼
金字塔型
访问控制列表
物联网节点
网络拓扑结构
数据加密