×

基于状态空间小波网络的股票指数自适应预测。 (英语) Zbl 1169.91429号

摘要:本文利用指数价格的状态空间小波网络模型对华沙证券交易所价格指数WIG20进行预测。该方法可用于开发预测其他经济指标尤其是股票交易指数变化的工具。本文提出了一种通用的状态空间小波网络模型及其基本原理。该模型用于生成WIG20指数价格的一个交易日前和五个交易日后自适应预测因子。根据实际数据记录对预测值进行验证,以产生有希望的结果。状态空间小波网络模型也可用于预测各种经济和非经济指标,如货物和行材料价格、电力/燃料消耗或货币汇率。

MSC公司:

91B84号 经济时间序列分析
91B28型 财务等(MSC2000)
93C40型 自适应控制/观测系统
65T60型 小波的数值方法
PDF格式BibTeX公司 XML格式引用
全文: 内政部 欧洲DML

参考文献:

[1] Borowa,A.、Brdy sh,M.A.和Mazur,K.(2007年)。国家空间小波网络用于监测和控制的废水处理厂建模,国际计算机、通信与控制杂志II(2):121-131。
[2] Brdy sh,M.A.、Grochowski,M.、Gminski,T.、Konarczak,K.和Drewa,M.(2008)。综合废水处理系统的分层预测控制,控制工程实践16(6):751-767·doi:10.1016/j.connengprac.2007.01.008
[3] Grossmann,A.和Morlet,J.(1984)。哈代函数分解为常形状的平方可积小波,SIAM数学分析杂志15(4):723-736·Zbl 0578.42007号 ·doi:10.1137/0515056
[4] Hajek,B.(1988年)。最佳退火的冷却时间表,运筹学数学13(2):311-329·Zbl 0652.65050号 ·doi:10.1287/门13.2.311
[5] Jacobson,S.H.、Hall,S.N.、Mclay,L.A.和Orosz,J.E.(2005)。循环模拟退火算法的性能分析,应用概率的方法与计算7(2):183-201·Zbl 1081.90068号 ·文件编号:10.1007/s11009-005-1482-2
[6] Karafyllidis,I.(1999)。基于模拟退火、超晶格和微结构的单电子隧道器件和电路模拟器25(4):567-572·doi:10.1006/spmi.1998.0681
[7] Kirkpatrick,S.、Gelatt,C.D.和Vecchi,M.P.(1983年)。模拟退火优化,科学220:671-680·Zbl 1225.90162号 ·doi:10.1126/science.220.4598.671
[8] Khalil,香港(2002)。非线性系统,普伦蒂斯·霍尔·Zbl 1003.34002号
[9] Kulawski,G.J.和Brdys she,M.A.(2000年)。带递归网络的稳定自适应控制,Automatica 36(1):5-22·Zbl 0958.93048号 ·doi:10.1016/S0005-1098(99)00092-8
[10] Kuo,R.J.、Chen,C.H.和Hwang,Y.C.(2001)。基于遗传算法的模糊神经网络与人工神经网络集成的智能股票交易支持系统,模糊集与系统118(1):21-45·doi:10.1016/S0165-0114(98)00399-6
[11] Locatelli,M.(2000)。连续全局优化的模拟退火算法的收敛性,全局优化杂志18(3):219-234·兹比尔1039.90100 ·doi:10.1023/A:1008339019740
[12] Metropolis,N.、Rosenbluth,A.W.、Rosenbruth,M.N.、Teller,A.H.和Teller等人(1953年)。用快速计算机器计算状态方程,化学物理杂志21:1087-1092·数字对象标识代码:10.1063/1.1699114
[13] Mun,J.(2006)。风险建模,应用蒙特卡罗模拟,实物期权分析,预测和优化技术,John Wiley&Sons,Inc。
[14] Nguyen,D.T.和Brdy sh,M.A.(2006年)。不可测量植物状态下的动态神经网络识别和控制,英国格拉斯哥2006年UKAC国际控制会议论文集。
[15] Qi,R.和Brdy Shi,M.A.(2005年)。离散时间非线性不确定系统的自适应模糊建模和控制,美国控制会议论文集,ACC 2005,波特兰,俄勒冈州,美国。
[16] Qi,R.和Brdy Shi,M.A.(2008年)。基于离散T-S模糊模型的稳定间接自适应控制,模糊集与系统159(8):900-925·Zbl 1170.93347号 ·doi:10.1016/j.fs.2007.08.009
[17] Sanchez,E.N.和Perez,J.P.(1999)。动态神经网络的输入-状态稳定性分析,IEEE电路与系统汇刊-I:基础理论与应用46(11):1395-1398·Zbl 0956.68133号 ·数字对象标识代码:10.1109/81.802844
[18] Tsang,P.M.、Kwok,P.、Choy,S.O.、Kwan,R.、Ng,S.C.、Mak,J.、Tsang、J.、Koong,K.和Wong。T.(2007)。香港股票价格预测NN5的设计与实现,人工智能的工程应用20(4):453-461。
[19] Zamarreno,J.M.和Pastora,V.(1998年)。状态空间神经网络。属性和应用,神经网络11(6):1099-1112·doi:10.1016/S0893-6080(98)00074-4
[20] Zhang,G.,Patuwo,B.E.和Hu,M.Y.(1998)。《人工神经网络预测:最新进展》,《国际预测杂志》14(1):35-62·doi:10.1016/S0169-2070(97)00044-7
[21] Zhang,Q.和Beneveniste,A.(1992年)。小波网络,IEEE神经网络汇刊3(6):889-898·数字对象标识代码:10.1109/72.165591
[22] 张奇(1992)。小波网络:径向结构和有效的初始化过程,技术报告LiTHISY-I-1423,林雪平大学。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,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。