基于粗糙集理論的決策在股票投資系統(tǒng)中的應(yīng)用研究.pdf

1、粗糙集(Rough sets)理論是由Pawlak教授于20世紀(jì)80年代初提出的一種用于處理不確定性和含糊性知識的數(shù)學(xué)工具，其基本思想是在保持分類能力不變的前提下，通過知識約簡，導(dǎo)出概念的分類規(guī)則．它無需提供相關(guān)數(shù)據(jù)集合外的任何先驗(yàn)信息，適合于發(fā)現(xiàn)數(shù)據(jù)中隱含的、潛在有用的規(guī)律，即知識，找出其內(nèi)部數(shù)據(jù)的關(guān)聯(lián)關(guān)系和特征．近年來，粗糙集理論和應(yīng)用取得了很大的成功，已成為軟計(jì)算方法的重要分支，其涉及的領(lǐng)域包括模式識別、機(jī)器學(xué)習(xí)、決策分析和決策支

2、持、知識獲取、知識發(fā)現(xiàn)等． 所謂股票投資交易系統(tǒng)，是指系統(tǒng)化的交易規(guī)則體系，具有優(yōu)秀交易系統(tǒng)的交易者，通常具有持續(xù)可靠的獲利能力。在交易系統(tǒng)中，一個關(guān)鍵的模塊就是股票的選取，不同類型的交易者往往采用不同的方法，而價(jià)值發(fā)掘，也就是如何選取內(nèi)在價(jià)值被市場低估了的公司，是被大量成功的先例證明，是最為有效的選股獲利方法之一。 現(xiàn)有的各種交易規(guī)則生成方法，無論是分析師的研究還是常規(guī)的統(tǒng)計(jì)學(xué)和計(jì)量經(jīng)濟(jì)學(xué)模型都有其不足之處。針對這些不