喻梅编的书第5章回归分析wenka数据

时间序列分析时间序列分析时间序列分析 时间序列分析 时间序列分析时间序列分析

使用lstm完成时间序列预测，一次预测一个时间步，并且使用该时间步作为输入。

时间序列的专著，不错，适合于搞金融的学习，这本书最主要和金融相关！

R语言时间序列模型的实现 斯普林格pdf高清版本

压缩包内含：基于LSTM的股票价格预测_数据+代码+报告，可以最为数据挖掘的大作业。股票作为人民金融投资的普遍方式，如何在股票中赚钱成为股民的共同目标。要想在股票交易中赚钱便要掌握股票的走势，因此股票价格预测工作引起社会及学术界的广泛关注。股票的走势随市场变动，而且受诸多因素影响，如国际环境，政策变化，行业发展，市场情绪等等，这使得股民很难预测股票的走势。理论上，根据股票以往的价格走势，可以预测股票的未来走势。因为股票预测是高度非线性的，这就要预测模型要能够处理非线性问题，并且，股票具有时间序列的特性，因此适合用循环神经网络对股票进行预测。虽然循环神经网络（RNN），允许信息的持久化，然而，一般的RNN模型对具备长记忆性的时间序列数据刻画能力较弱，在时间序列过长的时候，因为存在梯度消散和梯度爆炸现象RNN训练变得非常困难。Hochreiter 和 Schmidhuber 提出的长短期记忆（ Long Short-Term Memory，LSTM）模型在RNN结构的基础上进行了改造，从而解决了RNN模型无法刻画时间序列长记忆性的问题。因此，本文基于LSTM实现一个股票价格预测模型。

时间序列 matlab 代码 讲解 pdf 方法

用于ICSS算法中，计算累计平方和函数时使用，可以用于检验时间序列的方差变异

stata做时间序列数据( Time series data )，截面数据( Cross-sectional data )和面板数据( Panel data )的内生性检验

Java中导入weka类库 引入weka的jar就可以了，把jar加到classpath下。 Eclipse:右键单击项目名，Build Path  Add External Archives，选weka.jar。