基于模糊時(shí)間序列的股票預(yù)測(cè)模型研究.pdf

1、隨著世界經(jīng)濟(jì)的高速發(fā)展,股票市場(chǎng)的規(guī)模在不斷地?cái)U(kuò)大,股票市場(chǎng)作為經(jīng)濟(jì)的“晴雨表”,在世界經(jīng)濟(jì)中呈現(xiàn)出不容忽視的作用。在我國(guó),股票市場(chǎng)已經(jīng)發(fā)展二十多年了,并深入到日常生活中的方方面面,股票受到越來(lái)越多投資者的青睞。因而,研究股票市場(chǎng)的內(nèi)在規(guī)律,并建立高效的預(yù)測(cè)模型,指導(dǎo)投資者規(guī)避風(fēng)險(xiǎn),獲得最大化的投資回報(bào)是一項(xiàng)非常有實(shí)際應(yīng)用價(jià)值的工作。由于股票價(jià)格序列符合時(shí)間序列的一般特征,本文以模糊時(shí)間序列為主線研究股票預(yù)測(cè)問(wèn)題。
　　 本文首

2、先介紹模糊時(shí)間序列、神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)等多種方法在股票預(yù)測(cè)問(wèn)題上的研究現(xiàn)狀,并比較了它們的優(yōu)缺點(diǎn)。主要研究?jī)?nèi)容包括：第一,結(jié)合模糊時(shí)間序列和遺傳算法提出股票預(yù)測(cè)模型FTSGA。FTSGA模型從影響模糊時(shí)間序列預(yù)測(cè)性能的論域劃分入手,通過(guò)遺傳算法的選擇、交叉和變異算子,迭代進(jìn)化出優(yōu)良的論域劃分。實(shí)驗(yàn)結(jié)果表明,改進(jìn)后的FTSGA模型減小預(yù)測(cè)的誤差。第二,投資者經(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,本文將RSI、PSY和STOD三

3、個(gè)指標(biāo)引入到預(yù)測(cè)中,提出RPS預(yù)測(cè)模型。RPS模型在FTSGA模型的基礎(chǔ)上,采用雙變量模糊時(shí)間序列,以三個(gè)技術(shù)指標(biāo)分別和漲跌幅構(gòu)成雙變量,并對(duì)挖掘出的模糊邏輯關(guān)系實(shí)施加權(quán)運(yùn)算獲得預(yù)測(cè)結(jié)果。為了評(píng)估模型的性能,作者選用MLP、DAN2、ARIMA、HMM和PAAMS等模型在納斯達(dá)克、臺(tái)灣加權(quán)指數(shù)和香港恒生指數(shù)等多組實(shí)驗(yàn)數(shù)據(jù)集上進(jìn)行比較。實(shí)驗(yàn)結(jié)果表明,RPS模型的預(yù)測(cè)性能在不同程度上超過(guò)了其余模型。第三,將FTSGA模型和RPS模型擴(kuò)展應(yīng)用