基于混沌时间序列分析的股票价格预测.pdfVIP

维普资讯 第 32卷 第 4期 电 子 科 技 大 学 学 报 V0lI32 No．4 2003年 8月 Journal of UEsT of China Aug．2003 基于混沌时间序列分析的股票价格预测 程瑜蓉q 郭双冰2 (1．成都理工大学商学院 成都 610051；2．电子科技大学应用数学学院 成都 610054) 【摘要 】根据股票市场是非线性动力系统的假设，利用混沌理论对混沌时间序列的分析方法，提出了股票 价格预测方法．同时利用重构相空间的嵌入维数和延迟时间分剐确定经向基函数模 型 网络的结构和训练样本对， 对实际的股票时间序列预测结果表 明，该方法能有效地进行短期预测，并与前馈神经 网络模型相 比，可得到较好 的预测结果，因而在股票时间序列预测 中有广泛的实用价值． 关 键 词 混沌时间序列；股票价格；神经 网络；预测 中图分类号 F830．59 文献标识码 A StockPricePredictionBasedonAnalysisofChaoticTimeSeries ChengYurong GuoShuangbing2 (1．CommercialCollege，Chengd~UniversityofTcdmotogy Chm#u 610051； 2．Schoolofappliedmathematics，UFATofChina O~ gdu 610054) Abstract A method ofstockpriceprediction ispresented byhypothesisofstockmarketbeing non-lineardynamicsystem andanalyznigmehtodofchaoshteoryforchaostimeseriesni thispaper． Meanwhile，structuresofradialbasicfunction BlF)networkandpairsoftraining samplesare determinedbyembeddnigdimensionnaddelaytimeofreconstructphasespacerespectively Predicting resultsforrealworldstocktimeseriesshow thathtemehtodisabletodoeffectivelyshort-term prediction． Incomparisonwiht traditional forwardfeedb~kneuralnewtork P)，htemehtodCna makebetter predictingperformance．htusitcallbewidelyusde ni stoc kpriceprediction． Keywords chaotictimeseries； stoc kprice； neuralnewt ork； prediction 随着混沌动力学的发展，混沌揭示 了有序与无序，确定性与随机性的统一 【¨。混沌指 出了原本认为不 可预测的复杂事物具有可预测性，混沌预测开辟 了预测研究新的领域 ，为原来不可预测的复杂系统的预测 提供了预测研究新的理论与方法 。文献 2【】得到股票价格的变动表现 出混沌的特征，因此可 以把混沌时间序 列的分析方法应用在股票的价格预测。 混沌时间序列分析的基础是重构相空间，混沌时间序列的预测问题可以理解成动力系统研究的 “逆问 题”。通过股票价格时间序列重构股票市场非线性动力系统，给定相空间中的一串迭代序列，构造一个非 线性映射来表示这一动力系统，此非线性映射就可作为预测模型。逼近此非线性映射可采用局部线性模型 [31 ， 全局多项式模型4[1，前馈神经网络模型 P)61，径向基函数模型(RBF)口-81，小波神经网络I9,]oi等。