

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、中國(guó)自1985年發(fā)行第一支股票,到股票市場(chǎng)的不斷發(fā)展和完善,僅用了20多年的時(shí)間,這是中國(guó)經(jīng)濟(jì)改革的輝煌成果。自滬深兩個(gè)交易所成立以來(lái),我國(guó)股票市場(chǎng)高速成長(zhǎng),不斷擴(kuò)大發(fā)展,如今在金融市場(chǎng)中占有舉足輕重的地位。然而,投資和風(fēng)險(xiǎn)是并存的,股票也不例外。
截至目前,已提出很多股市價(jià)格預(yù)測(cè)的方法,并且隨著在股市分析領(lǐng)域中計(jì)算機(jī)技術(shù)應(yīng)用的擴(kuò)大和普遍,新的指標(biāo)分析法也在不斷地被提出。
由于股票價(jià)格序列符合時(shí)間序列的一般特征,而模
2、糊時(shí)間序列技術(shù)對(duì)數(shù)據(jù)的要求正符合股票數(shù)據(jù)的特點(diǎn),所以本課題以模糊時(shí)間序列為主線研究股票預(yù)測(cè)問(wèn)題。這篇論文將首先介紹一些傳統(tǒng)的股票預(yù)測(cè)方法以及模糊時(shí)間序列在股票預(yù)測(cè)問(wèn)題上的研究現(xiàn)狀,并比較它們的優(yōu)缺點(diǎn)。在此基礎(chǔ)上,對(duì)傳統(tǒng)的模糊時(shí)間序列預(yù)測(cè)模型做以下改進(jìn):
第一,眾所周知,股票價(jià)格是受歷史數(shù)據(jù)影響的。一天的股價(jià)不僅與其前一天的股價(jià)有關(guān)系,也與其前幾天的股價(jià)有關(guān)系,而傳統(tǒng)的單階模糊時(shí)間序列模型是無(wú)法做到關(guān)聯(lián)前幾天的股價(jià)的。所以,本課
3、題采用混合多階模糊時(shí)間序列予以改進(jìn)。
第二,現(xiàn)如今,投資者也經(jīng)常使用技術(shù)指標(biāo)對(duì)股票的未來(lái)走勢(shì)進(jìn)行分析與預(yù)判,所以本課題又將ROC、STOD、KDJ的J值、MACD四個(gè)指標(biāo)引入到預(yù)測(cè)中,即多變量模糊時(shí)間序列。
第三,使用阻尼指數(shù)平滑法對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行預(yù)處理,獲得平滑的訓(xùn)練數(shù)據(jù),但對(duì)測(cè)試數(shù)據(jù)不進(jìn)行任何處理。
第四,通過(guò)遺傳算法的選擇、交叉和變異算子迭代地獲得優(yōu)良的論域劃分,并啟發(fā)式地使用對(duì)訓(xùn)練數(shù)據(jù)的預(yù)測(cè)均方根誤差
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于混合遺傳算法的股票價(jià)格時(shí)間序列分析.pdf
- 基于模糊時(shí)間序列的股票預(yù)測(cè)模型研究.pdf
- 基于BBN-SVM和PCV的多變量時(shí)間序列預(yù)測(cè)算法研究.pdf
- 基于遺傳算法的多變量負(fù)荷分配研究.pdf
- 基于遺傳算法的多變量負(fù)荷分配研究
- 多變量混沌時(shí)間序列預(yù)測(cè)建模研究.pdf
- 多變量混沌時(shí)間序列預(yù)測(cè)及其在股票市場(chǎng)中的應(yīng)用.pdf
- 基于遺傳算法的多變量系統(tǒng)近似模型設(shè)計(jì)方法研究與應(yīng)用.pdf
- 基于模糊時(shí)間序列的預(yù)測(cè)模型和方法研究.pdf
- 基于時(shí)間序列分析的股票預(yù)測(cè)模型研究
- 基于主成分分析的多變量混沌時(shí)間序列預(yù)測(cè)研究.pdf
- 模糊時(shí)間序列的一類混合預(yù)測(cè)模型研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的時(shí)間序列預(yù)測(cè)模型.pdf
- 基于模糊——遺傳算法的IFPUG功能點(diǎn)模型.pdf
- 基于遺傳算法的擴(kuò)展模糊模型及帶模糊解碼的遺傳優(yōu)化.pdf
- 多變量時(shí)間序列的預(yù)處理和聚類研究.pdf
- 時(shí)間序列分析課程設(shè)計(jì)報(bào)告--基于時(shí)間序列分析的股票預(yù)測(cè)模型研究
- 二型模糊時(shí)間序列的混合模型研究.pdf
- 基于儲(chǔ)備池方法的多變量序列預(yù)測(cè)建模研究.pdf
- 多因素模糊時(shí)間序列預(yù)測(cè)模型的研究.pdf
評(píng)論
0/150
提交評(píng)論