基于MASD＿TPM模板匹配算法的股市决策模型
发布时间：2021-05-13 11:22
股票市场的形态分析和趋势预测是时间序列研究领域重要的研究方向。针对股票市场价格形态复杂,转折点形态预测困难的问题,文章提出了一种多尺度自适应模板匹配算法（MASDTPM）来识别股票价格的形态走势。该算法在传统的模板匹配技术（TPM）中引入了匹配序列长度控制和插值重采样来避免匹配形态单一的问题。结果显示,基于该算法构建的决策交易模型在上证50等相关指数上能较为准确地识别市场价格的旗型形态,其收益超过多组对比模型平均水平。
【文章来源】：统计与决策. 2020,36(01)北大核心CSSCI
【文章页数】：4 页
【参考文献】：
硕士论文
[1]基于PCA的GA-BP网络对股票预测研究[D]. 黄舟.华东理工大学 2013
本文编号：3183925
【文章来源】：统计与决策. 2020,36(01)北大核心CSSCI
【文章页数】：4 页
【参考文献】：
硕士论文
[1]基于PCA的GA-BP网络对股票预测研究[D]. 黄舟.华东理工大学 2013
本文编号：3183925
本文链接：https://www.wllwen.com/jingjilunwen/jingjiguanlilunwen/3183925.html
