版權說明: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,請進行舉報或認領
文檔簡介
1、股票市場是一個受多種因素影響的龐大系統(tǒng),具有非常復雜的運動規(guī)律,市場行情更是瞬息萬變。股票市場的金融時間序列數(shù)據(jù)作為其綜合的外在表現(xiàn)形式,蘊含了許多客觀規(guī)律信息,如何從中挖掘出各種信息,更好地認識、掌握、并利用其規(guī)律無疑對股票投資預測、決策與風險管理活動具有重要意義。
傳統(tǒng)技術分析主要是基于經(jīng)驗對市場變化的趨勢進行預測,以圖表為手段對市場行為進行研究。由于不同的人對圖表的識別差異較大,難以統(tǒng)計驗證到底誰的分析結果最可靠,并且缺
2、乏足夠的理論支持。現(xiàn)代技術分析則主要是運用數(shù)學模型和數(shù)理統(tǒng)計的方法,試圖從大量的歷史數(shù)據(jù)中挖掘出市場在時間序列層面上可能隱藏的規(guī)律。但現(xiàn)有的研究中,多數(shù)預測模式參數(shù)繁多且復雜,難以被一般投資者所理解,同時現(xiàn)有的研究主要著眼于對未來價格或趨勢的預測,事實上,預測未來股票的具體價格是一個非常困難的工作,畢竟股票市場存在太多的不確定因素。市場中的投資者更關心、而且也較為可行的策略是識別市場的反轉點。本文研究了一個能主動預警股價反轉點的新技術分
3、析模型,該模型將模糊邏輯理論應用于傳統(tǒng)的K線圖理論,利用K線圖的開盤價、收盤價、最高價和最低價對K線形態(tài)特征進行模糊化處理,再從模糊K線圖中提取出征兆序列,然后運用數(shù)據(jù)挖掘技術對征兆序列進行分類,得出模糊K線反轉模式的統(tǒng)計特征,最后通過模糊K線反轉模式實現(xiàn)對股價反轉點的預測。
本文選擇在上證A股和深證A股這兩個證券市場分別進行實證研究,結果表明:本文提出的模糊K線反轉模式真實存在并且能夠被較好的識別;根據(jù)本文提出的模糊K線反轉
溫馨提示
- 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于金融時間序列的數(shù)據(jù)挖掘方法研究.pdf
- 基于模糊集的序列模式挖掘研究.pdf
- 時間序列特征模式挖掘研究.pdf
- 時間序列模式挖掘算法研究.pdf
- 金融時間序列隱含模式挖掘方法及其應用研究.pdf
- 基于數(shù)據(jù)挖掘的金融時間序列預測分析與研究.pdf
- 基于時間序列的頻繁模式挖掘研究與應用.pdf
- 基于時間間隔的事件序列頻繁模式挖掘算法研究.pdf
- 基于時間間隔的事件序列頻繁模式挖掘算法研究
- 時間序列部分周期模式挖掘研究.pdf
- 金融時間序列數(shù)據(jù)挖掘關鍵算法研究.pdf
- 基于金融時間序列均線組合的系統(tǒng)交易策略研究.pdf
- 基于時間序列的圖形挖掘.pdf
- 時間序列部分周期模式挖掘算法研究.pdf
- 時間序列特征模式挖掘關鍵方法研究.pdf
- 基于動態(tài)鏈表結構的時間序列異步周期模式挖掘研究.pdf
- 基于卷積算法的時間序列部分周期模式挖掘算法研究.pdf
- 基于動態(tài)扭曲算法的時間序列部分周期模式挖掘研究.pdf
- 基于K線反轉形態(tài)的交易策略研究.pdf
- 基于數(shù)據(jù)挖掘的金融時間序列的小波理論應用.pdf
評論
0/150
提交評論