数据科学在金融市场预测中的应用研究

敬宗 陈(广州商学院，中国)

摘要

随着大数据技术与云计算的飞速发展，数据科学也逐渐显露出其在诸多领域，特别是金融市场预测中的优势和重要性。本研究通过构建特定模型集成多种数据科学技术，以提升金融市场预测准确性为目标。研究首先进行了对金融市场动态性质的深入理解和分析，识别出了影响金融市场变动的主要因素，并选取了相关的数据科学技术进行整合搭建预测模型。模型主要包括基于机器学习的预测模型、基于深度学习的预测模型等，这些模型能够有效地处理和分析具有时序性的金融数据，进一步提高预测的精度。 研究发现，模型的预测效果与选择的数据科学方法以及参数设定有着高度相关性，为金融市场预测领域提供了新的视角和思路，有助于促进数据科学与金融学的融合发展。

关键词

数据科学；金融市场预测；大数据技术；机器学习；深度学习

参考

王新珍,岳力,骆荣宝.基于云计算的金融市场预测模型研究[J].现代管理科学,2022,1(3):78-83.

邱明,王小宁,封锡盛,等.大数据技术在金融市场预测中的应用研究[J].行业与科技,2021,22(25):62-67.

徐丽颖,熊张群.基于多模型集成与机器学习的金融市场预测研究[J].软件,2021,42(17):183-189.

李梦琦,罗雷,杨宁.深度学习用于时序金融数据预测的研究进展[J].智能系统学报,2021,16(6):997-1010.

宋萌萌,唐琳,张灿.金融风险预警模型在数据科学背景下的研究[J].金融与经济,2020,42(2):88-94.

DOI: http://dx.doi.org/10.12345/bdai.v5i3.17406