BP算法的改进及其在股票价格预测中的应用

为加速BP算法的收敛,提出了一种物理意义明确、体现人脑优选本质的新的激励函数,通过动态调整此激励函数的参数并结合已有的一些BP改进算法,用之进行股票价格的预测,得到了满意的结果。同时,股票价格的可预测性也从另一角度证明了我国不成熟股票市场的非有效性。只要预测模型选取恰当,可获得超过市场平均盈利水平的收益。     

基于混沌吸引子的时间序列预测方法及其应用

介绍相空间重构技术以及混沌吸引子的关联维数的计算方法,阐述了基于混沌吸引子的特性基础上的预测原理及预测模型,指出了已有预测模型的不足,提出改进意见并给出具体算法。然后,用Lorenz 系统所产生的时间序列作为样本,进行了预测,给出了3种模型的预测结果,并作了比较。最后,指出了还存在一些相关问题。     

子波变换及其在股市数据分析中的应用

把股票日收益率看作一维时间信号,通过子波变换与多尺度分析,求出了体现股市数据奇性的Lipschitz指数α。α为负表明在奇点比不连续更加奇异,证明了股票价格的变化是分形的。同时,由文中图示可知,在尺度s很大时,子波变换和多尺度分析可以将股市数据中偶然因素造成的涨跌消除,具有突出主要因素和客观突变点的特点,这一点对于从宏观上预测股价的走势有重要意义。