灰色模型及其組合模型在證券分析的應(yīng)用.pdf

1、該文主要討論了灰色模型應(yīng)用于證券分析的可行性,并通過對灰色模型的改進(jìn),建立了組合模型,以及新的分析方法:均線形態(tài)組合法,在一定程度上實現(xiàn)了對股票價格的中、短期趨勢都有較好的預(yù)測效果.第二章對灰色模型應(yīng)用于證券分析的可行性進(jìn)行論證,改進(jìn)了殘差灰色預(yù)測模型,并通過對灰色系統(tǒng)建模數(shù)據(jù)的變換,改進(jìn)了數(shù)據(jù)的光滑特性,進(jìn)一步提高預(yù)測的精度.第三章將人工神經(jīng)網(wǎng)絡(luò)引入證券分析中,通過選取適當(dāng)?shù)木W(wǎng)絡(luò)結(jié)構(gòu)、訓(xùn)練參數(shù)和計算機(jī)編程實現(xiàn)了較好預(yù)測效果.第四章應(yīng)用

2、結(jié)構(gòu)模式識別的方法,建立多階均線形態(tài)組合序列.通過對股市歷史數(shù)據(jù)的變換和分析,考查各形態(tài)組合序列對應(yīng)的盈利和虧損概率,建立新的證券投資分析方法即均線形態(tài)組合預(yù)測法.其優(yōu)點是可以部分彌補(bǔ)傳統(tǒng)技術(shù)分析中的滯后性和不確定性,能根據(jù)市場的變化及時調(diào)整相應(yīng)的參數(shù)指標(biāo),有效提高預(yù)測的成功率,并易用計算機(jī)作出識別.第五章針對證券數(shù)據(jù)序列同時具有增長性和波動性的特性,建立組合灰色神經(jīng)網(wǎng)絡(luò)模型,研究了同時考慮兩種非線性趨勢的預(yù)測問題.該文通過大量的實例,