基于分形插值与机器学习模型的股指分析和预测

论文摘要

股票市场预测一直是金融市场分析中的热点和难点,一些传统的预测模型很难对股票市场做出有效的预测;针对这一问题,将分形插值方法与机器学习算法相结合,提出了分形插值与SVM以及分形插值与BP神经网络两种混合模型;所提的混合模型利用机器学习算法首先计算出分形插值所需要的插值点,然后建立分形插值外推模型对所需其他值进行预测;实证结果发现两个混合模型的预测效果均比单独使用分形插值模型预测效果更佳,预测精度更高;因此分形插值方法与机器学习算法相结合所得到的混合模型,能较好地预测诸如股票市场指数等非平稳金融时间序列。

论文目录

• 0 引言
• 2 预测模型
•   2.1 分形插值模型
•   2.2 分形插值与SVM混合预测模型
•   2.3 分形插值与BP神经网络混合预测模型
• 3 深证成指序列的分析与预测
•   3.1 分形插值模型的预测结果
•   3.2 分形插值与SVM混合模型的预测结果
•   3.3 分形插值与BP神经网络混合模型的预测结果
• 4 结语

文章来源

类型: 期刊论文

作者: 朱婷,马洁,王宏勇

关键词: 分形插值,神经网络,股指序列,预测

来源: 重庆工商大学学报(自然科学版) 2019年06期

年度: 2019

分类: 工程科技Ⅱ辑,基础科学,信息科技,经济与管理科学

专业: 数学,自动化技术,金融,证券,投资

单位: 南京财经大学应用数学学院

基金: 教育部人文社科规划基金项目(12YJAZH020),江苏省研究生科研与实践创新计划项目(KYCX19_1632)

分类号: F832.51;TP18;O241.3

DOI: 10.16055/j.issn.1672-058X.2019.0006.010

页码: 57-64

总页数: 8

文件大小: 644K

下载量: 234