基于新式组合算法的上证综合指数预测

发布时间：2017-09-25 11:53

  本文关键词：基于新式组合算法的上证综合指数预测

  更多相关文章： 股市预测 上证综合指数 粒子群优化 非线性独立成分分析

【摘要】：关于股票价格准确预测问题,借助股票价格指数,投资者可以掌握股市整体的发展动态。为了增加收益,降低风险,制定正确的投资决策,合理预测股指是必要的。然而传统预测方法存在方法单一、缺乏定性分析等不足,难以适应国内复杂的股票市场。为解决上述问题,在股市可以预测的前提下,从股市自身特点出发,提出了一种定性与定量相结合的新式组合算法。将粒子群优化(PSO)、非线性独立成分分析(NLICA)、BP神经网络三种算法相结合,建立上证综指预测模型,并通过计算机仿真进行模型验证。结果表明新式组合预测模型比传统方法的适应性和智能性更强,预测精度更高,在股市短期预测中具有一定实用价值。
【作者单位】： 中国航天系统科学与工程研究院;哈尔滨工业大学管理学院;
【关键词】： 股市预测 上证综合指数 粒子群优化 非线性独立成分分析
【分类号】：F830.91;TP301.6
【正文快照】： 1引言股票市场自诞生以来,就以其无穷的魅力吸引着众多投资者参与其中。为了尽可能增加收益,不少投资者开始追求股市预测,期望预知未来,未雨绸缪。在这方面,学术界中却存在着反对的声音,其中两个代表性理论是“有效市场假设”和“随机游走假说”[1],文献[1]中说明了二者应用在

【相似文献】

中国期刊全文数据库 前10条

1 史海军;王志刚;郭广寒;;引入变异算子的粒子群优化算法[J];长春理工大学学报(自然科学版);2007年03期

2 林令娟;刘希玉;;动态自适应微粒群优化算法[J];信息技术与信息化;2009年02期

3 杨晓燕;;一种离散型多目标粒子群优化算法[J];莆田学院学报;2010年02期

4 湛燕;陈昊;;使用粒子群优化算法学习聚类算法的参数[J];大众科技;2010年06期

5 李炳宇;萧蕴诗;;新的进化计算算法——粒子群优化算法[J];计算机科学;2003年06期

6 文瑾;;基于VB语言的粒子群优化算法描述[J];昆明大学学报;2006年04期

7 林杰;孙淑霞;文武;;基于粒子群优化算法的图像小波阈值去噪研究[J];计算机技术与发展;2007年04期

8 肖丽;张伟;张元清;;一种结合自适应局部搜索的粒子群优化算法[J];计算机科学;2007年08期

9 罗平;姚立海;杨仕友;倪光正;唐跃进;;一种改进的粒子群优化算法[J];江南大学学报(自然科学版);2007年05期

10 王德超;涂亚庆;;基于改进粒子群优化算法的非线性摄像机标定[J];计算机工程与科学;2007年11期

中国重要会议论文全文数据库 前10条

1 李猛;王道波;甄子洋;;基于改进混合粒子群优化算法的模型最优降阶[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

2 陈志盛;李勇刚;;改进粒子群优化算法及其在磨削加工中的应用[A];第二十七届中国控制会议论文集[C];2008年

3 徐东;李晔;唐旭东;庞永杰;廖煜雷;;基于变异行为的自适应粒子群优化算法[A];中国自动化学会控制理论专业委员会A卷[C];2011年

4 司维超;韩维;史玮韦;颜刚;;一种基于蜜蜂多群体觅食的粒子群优化算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年

5 高尚;孙玲芳;;求最平坦的三次样条插值的粒子群优化算法[A];第二届中国CAE工程分析技术年会论文集[C];2006年

6 王涛;王晓霞;刘敬刚;;基于改进粒子群优化的神经网络训练算法[A];第二届中国智能计算大会论文集[C];2008年

7 高尚;蒋新姿;汤可宗;杨静宇;;蚁群算法与粒子群优化算法的混合算法[A];第25届中国控制会议论文集（中册）[C];2006年

8 张绪杰;李绍军;钱锋;;基于共享机制的小生境粒子群优化算法[A];2005中国控制与决策学术年会论文集（上）[C];2005年

9 宋莹;陈增强;袁著祉;;一种新型混沌粒子群算法及在非线性系统中的应用[A];2006中国控制与决策学术年会论文集[C];2006年

10 张妍;张晓光;王永钢;;几种改进型的粒子群优化算法[A];第一届中国高校通信类院系学术研讨会论文集[C];2007年

中国重要报纸全文数据库 前1条

1 德邦证券 吴炳华;估值偏高机会难觅[N];上海金融报;2009年

中国博士学位论文全文数据库 前10条

1 徐星;融合热运动机制的粒子群优化算法研究及其应用[D];武汉大学;2010年

2 刘波;粒子群优化算法及其在机电设备中的应用研究[D];中北大学;2011年

3 刘华蓥;粒子群优化算法的改进研究及在石油工程中的应用[D];东北石油大学;2012年

4 孙越泓;基于粒子群优化算法的图像分割研究[D];南京理工大学;2010年

5 胡旺;图像融合中的关键技术研究[D];四川大学;2006年

6 李宁;粒子群优化算法的理论分析与应用研究[D];华中科技大学;2006年

7 张劲松;基于受控混杂Petri网的连续过程生产调度建模及优化方法[D];山东大学;2008年

8 蒲晓蓉;多模态生物特征融合的神经网络方法[D];电子科技大学;2007年

9 张宇林;计算智能在土壤数据融合中的应用研究[D];江南大学;2009年

10 李莉;柔性作业车间调度中的群智能优化算法研究[D];东北林业大学;2011年

中国硕士学位论文全文数据库 前10条

1 张新娟;改进粒子群优化算法及其在图像分割中的应用[D];陕西师范大学;2011年

2 刘煌;基于GA的改进粒子群算法研究及其在TSP上的应用[D];武汉理工大学;2010年

3 苗爱敏;基于动态特征的粒子群优化算法研究[D];云南大学;2010年

4 刘现;蛋白质结构预测的粒子群优化算法研究[D];福建农林大学;2011年

5 张群;改进粒子群优化算法在投影寻踪聚类中的应用研究[D];陕西师范大学;2010年

6 方昕;粒子群优化算法在路径规划中的应用[D];陕西师范大学;2010年

7 刘兰霞;多目标粒子群优化算法研究[D];湖南科技大学;2010年

8 李宏;自适应粒子群优化算法及其在图像分割中的应用[D];大连理工大学;2006年

9 叶海燕;粒子群优化算法及其在股票市场预测优化问题中的应用[D];广州大学;2008年

10 肖高超;改进型粒子群优化算法及其在图像分割中的应用[D];广西师范大学;2008年

，

本文编号：917166