×

基于模糊随机自回归时间序列模型的股市预测新方法。 (英语) Zbl 1448.91281号

摘要:根据数据准备、预测方法、绩效评估和绩效衡量,对股票市场预测中使用的各种模型进行了分类。然而,在数据准备过程中,这些模型还没有得到充分讨论,以克服随机性以及股票价格的不确定性和波动性问题,从而达到较高的预测精度。因此,本文的重点是三角模糊数的数据准备过程,以利用非平稳股市数据构建改进的模糊随机自回归模型进行预测。改进的预测模型考虑了两种类型的输入,即股票市场价格的低-高值数据和单点值数据。尽管低-高数据在本质上呈现出可变性和波动性,但单个数据必须以对称的左右扩散形式呈现可变性和标准误差。然后,对模糊输入输出数据构造模糊随机数据的期望和方差、置信区间。利用投入产出数据和单纯形法,可以估计模型的参数。在本研究中,使用了一些实际数据集来表示这两种类型的输入,即吉隆坡证券交易所和阿拉巴马大学招生。研究发现,变异性和扩散调整是数据准备中提高模糊随机自回归模型准确性的重要因素。

MSC公司:

91G15型 金融市场
62P05号 统计学在精算科学和金融数学中的应用
62M20型 随机过程推断和预测
62M86型 随机过程和模糊推理

软件:

其mr
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 安巴拉根,T。;Maheswari,S.U.,基于模糊元图的股市指数分类和预测,Proc。计算。科学。,47, 214-221 (2015)
[2] Arbaiy,N。;Watada,J.,基于模糊随机的可能性规划问题的线性分式规划,国际模拟杂志。系统。科学。技术。,14, 2, 24-30 (2014)
[3] 比什特,K。;Kumar,S.,基于犹豫模糊集的模糊时间序列预测方法,专家系统。申请。,64 (2016), 577-568
[4] Bowerman,B.L。;O'Connell,R.T.,《时间序列预测、统一概念和计算机实现》(1987),达克斯伯里出版社:达克斯伯出版社波士顿·Zbl 0688.62048号
[5] Brockwell,P.J。;Davis,R.A.,《时间序列和预测导论》(2002),Springer:Springer New York·Zbl 0994.62085号
[6] Chang,Y-H.O.,混合模糊最小二乘回归分析及其可靠性测度,模糊集系统。,119, 2, 225-246 (2001) ·Zbl 0997.62051号
[7] Chen,M.Y。;陈伯通,基于粒计算的混合模糊时间序列模型在股价预测中的应用,信息科学。,294, 227-241 (2015)
[8] 陈,B.T。;Chen,M.Y。;Chiang,H.S。;Chen,C.C.,《基于模糊时间序列和基于熵的离散化划分的股市预测》,(Konig,A.等,《基于知识和智能的信息与工程系统》,KES,第二部分,6882(2011)),382-391
[9] 陈S.M。;Kao,P.Y.,基于模糊时间序列的TAIEX预测,粒子群优化技术和支持向量机,信息科学。,24762-71(2013)
[10] 陈,Y。;Hao,Y.,一种用于股市指数预测的特征加权支持向量和K最近算法,专家系统。申请。,80, 340-355 (2017)
[11] 陈S.M。;朱棣文,H.P。;Sheu,T.W.,使用模糊时间序列和自动生成多因素权重的TAIEX预测,IEEE Tran。系统。人类网络。A部分系统。Hum.,42,1485-1495(2012)
[12] 陈秀明,基于模糊时间序列的招生预测,模糊集系统。,81, 311-319 (1996)
[13] 陈S.M。;Jian,W.S.,基于二因素二阶模糊趋势逻辑关系群的模糊预测,相似性度量和粒子群优化技术,信息科学。,391-392, 65-79 (2017)
[14] Chen,T.L。;陈凤英,一种支持股票市场投资决策的智能模式识别模型,信息科学。,346-347, 261-274 (2016)
[15] Cheng,S.H。;Chen,S.H。;Jian,W-S.,基于模糊逻辑关系和相似性测度的模糊时间序列预测,信息科学。,327, 272-287 (2016) ·Zbl 1458.62237号
[16] Chong,E。;Han,C。;Park,F.C.,《股票市场分析和预测的深度学习网络、方法、数据表示和案例研究》,专家系统。申请。,83187-205(2017)
[17] 埃芬迪,R。;德里斯,M.M。;Ismail,Z.,《模糊时间序列在非平稳数据预测中的实现》,国际计算杂志。智力。申请。,15,50-60(2016)
[18] Efendi,R。;Arbaiy,N。;Deris,M.M.,基于模糊随机自回归模型的年用电量置信区间估计,(Amnuaisuk,S.P.;等,《先进智能系统计算》,1(2017),CIIS),155-164
[19] Efendi,R。;Arbaiy,N。;Deris,M.M.,《使用模糊随机自回归的印尼-马来西亚股票模型》,(国家技术研究院-Komunikasi dan Industri(2017)继续研讨会),604-611
[20] Efendi,R。;伊斯梅尔,Z。;Deris,M.M.,《马来西亚电力负荷需求日预测模糊时间序列的一种新的语言样本外方法》,应用。软计算。,28, 422-430 (2015)
[21] Efendi,R。;伊斯梅尔,Z。;Deris,M.M.,《用于美元对马来西亚令吉汇率预测的改进加权模糊时间序列》,《国际计算杂志》。英特尔。申请。,12, 71-90 (2013)
[22] 埃文斯,C。;帕帕斯,K。;Xhafa,P.,《利用人工神经网络和遗传算法构建日内外汇投机的算法交易模型》,数学。计算。型号。,581249-1266(2013)
[23] 伊斯梅尔,Z。;Efendi,R。;Deris,M.M.,模糊时间序列方法在电力负荷预测中的应用,新数学。自然计算。,3, 229-248 (2015)
[24] 伊斯梅尔,Z。;Efendi,R。;Deris,M.M.,《模糊时间序列预测中入学数据长度间隔调整的四分位区间法》,国际计算杂志。英特尔。应用。。,3, 40-50 (2013)
[25] 贾,J。;周,A。;Guan,S.,基于高阶模糊波动趋势和粒子群优化机器学习的预测,Symetry,9,1-15(2017)·Zbl 1428.62428号
[26] Kashpruk,N.,时间序列统计和模糊模型的比较识别,(IEEE系统、人和赛博国家国际会议论文集。IEEE系统,人和赛伯国家国际会议文献集,匈牙利布达佩斯(2016)),1935-1938
[27] Lee,H.L。;刘,A。;Chen,W.S.,用于财务预测的模糊时间序列模式发现,IEEE Trans。系统。人类网络。B部分网络。,18, 613-625 (2006)
[28] Leu,Y.H。;Lee,C.P。;Jou,Y.Z.,基于距离的汇率预测模糊时间序列模型,专家系统。申请。,36, 8107-8114 (2009)
[29] Liu,Y.K。;Liu,B.,模糊随机变量:标量期望值运算符,模糊优化。12月Mak。,2, 143-160 (2003) ·Zbl 1436.60009号
[30] 刘,B。;Liu,Y.K.,模糊变量期望值和模糊期望值模型,IEEE Trans。模糊系统。,445-450年10月(2002年)
[31] Nahmias,S.,模糊变量,模糊集系统。,1, 97-111 (1978) ·兹伯利0383.0038
[32] 邵,L。;Tsai,Y.-H。;Watada,J。;Wang,S.,建立模糊随机自回归模型及其应用,(Watada,J.;et al.,Intelligence Decision Technology,1(2012),SIST),155-164
[33] Shyamal,A.K。;Pal,M.,三角模糊矩阵,伊朗。J.模糊系统。,4, 75-87 (2007) ·Zbl 1134.15013号
[34] 宋,Q。;Chissom,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, 1-8 (1994)
[35] 孙碧琴。;郭,H。;卡里米,H.R。;Ge,Y。;熊S.,基于模糊集和多元模糊时间序列的股市期货预测,神经计算,1511528-1536(2015)
[36] 塔拉波什蒂,F.M。;Sadaei,H.J。;Enayatifar,R。;吉马雷斯,F.G。;马哈茂德,M。;Eslami,T.,《使用指数模糊时间序列混合模型进行股市预测》,《国际期刊近似原因》。,70, 79-98 (2016) ·Zbl 1414.91426号
[37] Tanaka,H。;上岛,S。;Asai,K.,用模糊模型进行线性回归分析,IEEE Trans。系统。人类网络。,SMC-12,289-106(2007)
[38] Ticknor,J.L.,《用于股市预测的贝叶斯正则化人工神经网络》,专家系统。申请。,40, 5501-5506 (2013)
[39] Vanstone,B.J。;Finnie,G.,《美国使用神经网络开发股票市场交易系统的经验方法》,专家系统。申请。,36, 6668-6680 (2005)
[40] 瓦塔·阿拉尼,H。;Torabi,S.A.,《混合不确定性下的综合物资金融供应链主计划》,《信息科学》。,423, 96-114 (2018) ·Zbl 1436.90016号
[41] 王,B。;李毅。;Watada,J.,模糊随机不确定性下动态风险/预期收益水平的多期投资组合选择,《信息科学》。,385-386, 1-18 (2017) ·兹比尔1431.91371
[42] Watada,J.,销售量的模糊时间序列分析和预测,模糊回归。分析。,211-227 (1992)
[43] Watada,J。;王,S。;Pedrycz,W.,建立基于置信区间的模糊随机回归模型,IEEE Trans。模糊系统。,17, 6, 1273-1283 (2009)
[44] Wei,L.Y。;程,C.H。;吴。,H.H.,一种基于时段移动平均模型的混合ANFIS预测台湾证券交易所股票,Appl。软计算。,19, 86-92 (2014)
[45] 翁,B。;医学硕士艾哈迈德。;Megahed,F.M.,《使用不同数据源进行股市一日前走势预测》,专家系统。申请。,79153-163(2017)
[46] Ye,F。;张,L。;张,D。;Fujita,H。;龚忠,基于多阶模糊时间序列和技术分析的新型预测方法,信息科学。,367-368, 41-57 (2016) ·Zbl 1429.91310号
[47] 尹,S。;刘,L。;Hou,J.,产品质量评价的多元统计组合预测方法,信息科学。,355-256, 229-236 (2016)
[48] 查希里,B。;朱拉,P。;Moghaddam,R.T.,《考虑易腐性和替代性的不确定性下药品供应链网络的设计》,《信息科学》。,423, 257-283 (2018)
[49] 钟,X。;Enke,D.,《每日股市收益预测的综合聚类和分类挖掘程序》,Neorocomputing,267152-168(2017)
[50] 钟,X。;Enke,D.,使用降维法预测每日股市收益,专家系统。申请。,67, 126-139 (2017)
[51] 周,W。;徐,Z.,不确定概率犹豫模糊偏好环境下的群一致性与群决策,信息科学。,414, 276-288 (2017) ·Zbl 1435.91074号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。