基于多元Hamacher-ANFIS的股票价格预测

发布时间：2017-09-29 04:00

  本文关键词：基于多元Hamacher-ANFIS的股票价格预测

  更多相关文章： 减法-模糊聚类 自适应神经模糊推理系统 多元哈马邱尔算子 股价预测

【摘要】：应用减法-模糊聚类算法、多元Hamacher算子以及自适应神经模糊推理系统(ANFIS)提出了一种中国股票市场价格建模及预测的多元Hamacher-ANFIS模型.首先多元Hamacher算子与ANFIS相结合,对ANFIS种各规则的隶属度测度机制和规则参数更新机制进行了修正,建立基于减法-模糊聚类的多元HamacherANIFS模型;再从沪深两市各选取了总市值最大的5支股票,计算出它们在同一时间段的历史波动率,并以此为依据得到模型对该股票预测性能的权重;最后运用减法-模糊聚类算法初始化模型参数,对每个数据组进行5重交叉检验,并根据之前得到的权重计算出模型关于检验集的综合R2值.实验结果证明,与现有方法相比,该模型增强了对复杂目标函数的学习能力,提高了对股票价格的预测精度.
【作者单位】： 广西科技大学管理学院;
【关键词】： 减法-模糊聚类 自适应神经模糊推理系统 多元哈马邱尔算子 股价预测
【基金】：广西研究生教育创新计划项目(YCSZ2014203)
【分类号】：F832.51;TP18
【正文快照】： 1引言有效的数据预测在金融投资领域有着极其重要的作用,而以股票价格为代表的金融数据却又格外复杂.股票市场是涉及经济、社会、政治等诸多影响因素的复杂动力学系统,价格涨跌数据是一种时间序列,它具有非线性、混沌性以及趋势性等特点然而,股票价格又极易受到买卖双方力量博

【参考文献】

中国期刊全文数据库 前10条

1 蔡红;陈荣耀;;基于PCA-BP神经网络的股票价格预测研究[J];计算机仿真;2011年03期

2 王唯贤;陈利军;;股票价格预测的建模与仿真研究[J];计算机仿真;2012年01期

3 杨震;;基于后效时间长度的股票价格预测[J];计算机仿真;2012年02期

4 谢国强;;基于支持向量回归机的股票价格预测[J];计算机仿真;2012年04期

5 张秋明;朱红莉;;灰色神经网络在股价预测中的应用研究[J];计算机工程与应用;2013年12期

6 董瑞;黄民翔;;基于减法聚类的FCM算法在电力负荷分类中的应用[J];华东电力;2014年05期

7 刘海s，

本文编号：939807