基于范例推理的時序預測層次模型及其在期貨預測中的應用.pdf

1、該文從期貨市場的實際情況出發(fā),針對當前時間序列方法在期貨預測及應用中存在的問題,采用范例推理技術彌補其在實際應用中的不足,從宏觀上提出一個多層次范例推理的時間序列分析框架,并結合基于原子模式的模板匹配算法和多項式擬合算法對期貨市場進行預測.論文的主要工作如下:1.從宏觀方面,以相似模型的統(tǒng)一描述為基礎,提出一人多層次抽象范例重用框架,它適用于時序的描述和預測.在時間序列的前景下,描述了多層次范例推理方法,并且討論了在時序預測中一些CBR

2、循環(huán)常見的問題.2.在解決了宏觀的架構問題以后,該文以1,2階模式為基礎推導出基于n階原子模式的構造,提出了n階模板匹配算法,解決了范例檢索、匹配和類比轉換問題.通過理論分析和實驗驗證,基于模板匹配的算法與時間序列預測領域的同類方法和傳統(tǒng)方法相比較在精度上和情能上都有較大優(yōu)勢.3.該文還提出一種基于多項式擬合時間序列的方法,通過對時間序列的多項式擬合的函數特征比,將時間序列的數據映射到多項式的系數特征空間,然后根據系數的特征空間采用類似