基于模糊時間序列的股市預測性研究.pdf

1、隨著我國經(jīng)濟體制改革和金融體制改革的深入，證券投資己成為社會生活的一個重要部分，股票交易作為證券投資的一種，是現(xiàn)代經(jīng)濟生活中最常見的風險投資活動。股票市場是一個復雜的非線性動態(tài)系統(tǒng)，利用傳統(tǒng)的時間序列預測技術很難揭示其內在的規(guī)律。 本文運用模糊理論于時間序列分析上，建立以時變模糊時間序列為主的預測模型。該預測模型采用聚類方法找到離群點，采用模糊趨勢檢測方法去除數(shù)據(jù)的趨勢性，再運用模糊合成運算，然后將結果去模糊化，最后找到區(qū)間長度

2、與階次數(shù)的最佳組合，計算整體最佳預測值。 本文取得的主要研究成果：第一，本文的研究將模糊時間序列引入證券分析，以模糊數(shù)學中隸屬度的方式對原始變量進行了量化定義和分析，為進一步明確描述動態(tài)的股市行情開辟了新的思路。 第二，對本文的算法進行了算法復雜度分析，給出了該算法的時間復雜度和空間復雜度。 第三，與傳統(tǒng)股市分析方法相比，證實該模型用于證券預測的可行性及準確性。本文的方法從實用角度出發(fā)，為決策者提供了更準確的預測