×

兹马思-数学第一资源

指数模糊时间序列混合模型在股市预测中的应用。(英语) Zbl公司 1414.91426
摘要:本研究的初衷是提出一种基于指数模糊时间序列与学习自动机的混合式股市预测方法。为此,引入了两阶段方法。在第一阶段,利用传统的模糊时间序列和学习自动机群智能算法对区间长度进行适当调整,得到最优区间长度。然后,将所得到的最优长度应用于生成一个新的模糊时间序列,即指数型模糊时间序列。由于时间序列的另一轮性质,最终需要指数估计的参数。最后,将此模型用于未来的预测。为了验证该混合方法的有效性,我们选取了5个股票指数数据库中的46个案例,并与著名的模糊时间序列模型和经典的时间序列方法进行了比较。所提出的模型在精确度方面优于同类模型。

理学硕士:
91G70型 统计方法;风险度量
90立方厘米 模糊及其它非随机不确定性数学规划
90度59度 数学规划中的逼近方法和启发式方法
PDF格式 BibTeX公司 XML 引用
全文: 内政部
参考文献:
[1] 哈桑,M。R、 。;Nath,B.,使用隐马尔可夫模型进行股票市场预测:一种新方法,(第五届智能系统设计与应用国际会议,ISDA’05,论文集,(2005),IEEE),192-196
[2] Merh,N.,股票市场预测,J。信息技术。申请。管理,19,1,1-12,(2012年)
[3] 黄,C.-L。;蔡春英,一种基于滤波器的股市预测特征选择的混合SOFM-SVR,专家系统。申请书,36,2,1529-1539,(2009年)
[4] 阿勒泰东部。;萨特曼,M。H、 《股市预测:新兴市场中的人工神经网络与线性回归比较》,J。金融。管理。Anal.,18,(2005),可在SSRN获取
[5] 罗伊,S。S、 。;米塔尔,D。;巴苏,A。;Abraham,A.,使用LASSO线性回归模型进行股市预测,(2015年非洲-欧洲工业进步会议),第371-381页
[6] 帕特尔,J。;沙阿,S。;塔卡,P。;Kotecha,K.,使用机器学习技术的融合预测股票市场指数,专家系统。申请书,42,4,2162-2172,(2015年)
[7] 陈先生。;程,C.-H。;郑德,H.,《基于斐波纳契序列的股票价格预测模糊时间序列》,Physica A,380377-390,(2007)
[8] Huarng,K.,改进模糊时间序列预测的有效区间长度,模糊集系统,123,3,387-394,(2001)·Zbl公司 992.91077
[9] 沃恩,K。;于海康,股票指数预测的2型模糊时间序列模型,物理学报,353,445-462,(2005)
[10] 于海康,加权模糊时间序列模型在台湾加权指数预测中的应用,物理学报,349,3-4,609-624,(2005)
[11] Javedani Sadaei,H。;李,M。H、 基于模糊时间序列的多层股票预测模型。世界杂志,2014,(2014)
[12] 李,M。H、 。;萨代伊,H。J、 引入多项式模糊时间序列。因特尔。《模糊系统》,25,117-128,(2013年)·Zbl公司 1306.62200
[13] 李,M。;萨代伊,H。;苏哈托诺,用box-Cox幂变换改进TAIEX预测,J。申请。Stat.,40,11,2407-2422,(2013年)
[14] 宋,Q。;基松,B。S、 《用模糊时间序列预测入学人数-第一部分,模糊集系统》,54,1,1-9,(1993)
[15] 宋,Q。;基松,B。S、 ,用模糊时间序列预测入学人数-第二部分,模糊集系统,62,1,1-8,(1994)
[16] 陈世民,基于模糊时间序列的入学预测,模糊集系统,81,3,311-319,(1996)
[17] Huarng,K.,改进模糊时间序列预测的有效区间长度,模糊集系统,123,3,387-394,(2001)·Zbl公司 992.91077
[18] 尤尔库,美国。;埃格里格鲁。;美国路易斯安那州。R、 。;巴萨兰,M。A、 。;阿拉达格,C。H、 一种确定模糊时间序列区间长度的新方法。软件,第657-649页
[19] 埃纳亚提法尔。;萨代伊,H。J、 。;阿卜杜拉,A。H、 。;Gani,A.,帝国主义竞争算法结合改进的高阶加权模糊时间序列(RHWFTS-ICA)进行短期负荷预测,能量转换。《管理》,761104-1116,(2013年)
[20] 萨代伊,H。J、 。;埃纳亚提法尔。;阿卜杜拉,A。H、 。;Gani,A.,《使用改进的指数加权模糊时间序列和改进的和谐搜索的混合模型进行短期负荷预测》,Int.J。电气。《电力能源系统》,62118-129,(2014年)
[21] 埃纳亚提法尔。;尤瑟菲,M。;阿卜杜拉,A。H、 。;达鲁斯,A。N、 LAHS:一种新的基于学习自动机的和声搜索算法。非线性科学。数字。模拟,18,12,3481-3497,(2013年)·Zbl公司 1344.68186
[22] 尤瑟菲,M。;埃纳亚提法尔。;达鲁斯,A。N、 。;阿卜杜拉,A。H、 用改进的协调搜索算法对板翅式换热器进行优化。热。英国,501877-885,(2013年)
[23] 辛格,P。;李宝良,等。基于M因子模糊时间序列和粒子群优化的股票指数价格预测,国际期刊。大概原因,553812-833,(2014年)·Zbl公司 1316.91036
[24] 法哈尔,M。S、 。;卡希夫,S。A、 R。;萨奇布,M。A、 。;ul Hassan,T.,《使用完全知情粒子群优化的非级联短期水热调度》,国际期刊。电气。《电力能源系统》,73983-990,(2015年)
[25] Gü连卡佛ü, Ş.; Kodaz,H.基于综合学习粒子群优化的新型并行多群算法,工程应用。人工制品。国际,45,33-45,(2015年)
[26] 林,W。H、 。;伊萨,N。A、 自适应分工粒子群优化,专家系统。申请书,42,14,5887-5903,(2015年)
[27] 内金达,N。;阿卡拉库尔,T。;Sirinaovakul,B.,受椋鸟群体行为启发的粒子群优化,应用。软计算,35411-422,(2015年)
[28] 纳伦德拉,K。S、 。;Thathachar,M.,《学习自动机——一项调查》,IEEE Trans。系统。Man Cybern.,4323-334,(1974年)·Zbl公司 279.68067
[29] 赵勇。;江,W。;李,S。;Ma,Y。;苏,G。;Lin,X.,基于细胞学习自动机的复杂网络社区结构检测算法,神经计算,1511216-1226,(2015)
[30] 莫扎法里,M。;Alizadeh,R.,股票市场投资行为的细胞学习自动机模型,神经计算,122470-479,(2013)
[31] 埃纳亚提法尔。;Meybodi,M.,《基于图像统计特征的自适应边缘检测与模糊元胞自动机和元胞学习自动机的混合模型》,(国际信息与多媒体技术会议,ICIMT'09,(2009),IEEE),273-278
[32] 尤瑟菲,M。;埃纳亚提法尔。;达鲁斯,A。N、 。;阿卜杜拉,A。H、 《紧凑型换热器热经济性优化的鲁棒学习进化方法》,国际通讯社。热质量传输,39,10,1605-1615,(2012)
[33] 埃伯哈特,R。C、 。;Kennedy,J.,《使用粒子群理论的新优化器》,《第六届微型机械与人类科学国际研讨会论文集》,第1卷,纽约,(1995年),第39-43页
[34] 天啊,Z。W、 。;金,J。H、 。;新的启发式优化算法:和谐搜索,模拟,76,2,60-68,(2001)
[35] 亨德曼,R。J、 。;科勒,A。B、 ,另一个关于预测准确度的指标,国际期刊。预测,22,4679-688,(2006年)
[36] 于海康,加权模糊时间序列模型在台湾加权指数预测中的应用,物理学报,349,3609-624,(2005)
[37] 沃恩,K。;于,T。H、 -K.,基于比率的区间长度改进模糊时间序列预测,IEEE Trans。系统。Man Cybern.,B部分,Cybern.,36,2,328-340,(2006年)
[38] 程,C.-H。;陈先生。;Teoh,H。J、 。;基于Chiang-tai模型的自适应时间序列预测。申请书,34,21126-1132,(2008年)
[39] 陈,S.-M。;陈顺德,基于高阶模糊逻辑关系处理预测问题,专家系统。申请书,38,4,3857-3864,(2011年)
[40] 埃格里格鲁。;阿拉达格,C。H、 。;尤尔库,美国。;巴萨兰,M。A、 。;美国路易斯安那州。R、 提出了一种新的基于SARIMA和部分高阶二元模糊时间序列预测模型的专家系统。申请书,36,4,7424-7434,(2009年)
[41] 亨德曼,R。J、 ,预测:时间序列和线性模型的预测函数,(2015年),R软件包6.1版
[42] 《股票收益时间序列的条件异方差:证据与预测》,J。巴士,55-80,(1989)
[43] 阿尔伯格,D。;沙利特,H。;Yosef,R.,使用非对称GARCH模型估计股票市场波动性,应用。金融。经济学,18,15,1201-1208,(2008年)
[44] D。伍尔茨,Y。查拉比,M。Miklovic,fGarch:Rmetrics自回归条件异方差建模,R包2110版。
[45] 亨德曼,R。J、 。;科勒,A。B、 。;斯奈德,R。D、 。;Grose,S.,使用指数平滑方法进行自动预测的状态空间框架,Int.J。预测,18,3,439-454,(2002年)
[46] 数字高程šar,J.,多数据集上分类器的统计比较,J。机器。学习。第7、1-30号决议(2006年)·Zbl公司 1222.68184
[47] Sachs,L.,Angewandte statistik:anwendung statistischer methoden,(2013年),Springer Verlag
[48] T。Pohlert,平均秩数包的成对多重比较(PMCMR),R包,2014。
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。