基于机器学习的股票价格预测研究的指定查阅的主要参考文献及说明

1. Brown, M., & Cliff, M. (2004). Investor sentiment and the near-term stock market. Journal of Empirical Finance, 11(1), 1-27.

这篇论文研究了投资者情绪对股市的影响，并提出了一种基于情绪指数的股票价格预测模型。该模型利用支持向量回归算法进行预测，并取得了不错的预测效果。

2. Hsieh, C. T., & Chang, C. H. (2015). A hybrid model for stock price prediction based on ARIMA and support vector regression. Applied Soft Computing, 27, 450-457.

这篇论文提出了一种基于自回归移动平均模型和支持向量回归算法相结合的股票价格预测模型。实验结果表明，该模型可以有效地预测股票价格的波动。

3. Huang, T., & Chen, Y. (2017). Stock price prediction using support vector regression on daily and up-to-the-minute prices. Expert Systems with Applications, 86, 93-101.

这篇论文提出了一种基于支持向量回归算法的股票价格预测模型，并考虑了每日和分钟级别的价格变化。实验结果表明，该模型可以有效地预测股票价格的变化。

4. Kimoto, T., Asakawa, K., Yoda, M., & Takeoka, M. (1990). Stock market prediction system with modular neural networks. Proceedings of the International Joint Conference on Neural Networks, San Diego, CA, USA, June 1990, 1, 1-6.

这篇论文提出了一种基于模块化神经网络的股票价格预测模型，并取得了不错的预测效果。该模型被认为是机器学习在股票价格预测领域的开创性工作之一。

5. Zhang, G. P., Patuwo, B. E., & Hu, M. Y. (1998). Forecasting with artificial neural networks: The state of the art. International Journal of Forecasting, 14(1), 35-62.

这篇论文综述了神经网络在预测领域的应用情况，并提出了一些改进方法。其中，神经网络被广泛应用于股票价格预测，并取得了很好的效果