基于混沌时间序列分析的股票价格预测

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于混沌时间序列分析的股票价格预测

程瑜蓉, 郭双冰

文章导航 > 电子科技大学学报 > 2003 > 32(4): 469-472

程瑜蓉, 郭双冰. 基于混沌时间序列分析的股票价格预测[J]. 电子科技大学学报, 2003, 32(4): 469-472.

引用本文:

程瑜蓉, 郭双冰. 基于混沌时间序列分析的股票价格预测[J]. 电子科技大学学报, 2003, 32(4): 469-472.

Cheng Yurong, Guo Shuangbing. Stock Price Prediction Based on Analysis of Chaotic Time Series[J]. Journal of University of Electronic Science and Technology of China, 2003, 32(4): 469-472.

Citation:

Cheng Yurong, Guo Shuangbing. Stock Price Prediction Based on Analysis of Chaotic Time Series[J]. Journal of University of Electronic Science and Technology of China, 2003, 32(4): 469-472.

基于混沌时间序列分析的股票价格预测

程瑜蓉¹,
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

作者简介:
程瑜蓉女 33岁硕士讲师主要从事市场营销、市场调查方面的研究

中图分类号: F830.59

Stock Price Prediction Based on Analysis of Chaotic Time Series

Cheng Yurong¹,
Guo Shuangbing²

1.
Commercial College,Chengdu University of Technology Chengdu 610051;
2.
School of applied mathematics,UEST of China Chengdu 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别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。
- 混沌时间序列 /
- 股票价格 /
- 神经网络 /
- 预测
Abstract: A method of stock price prediction is presented by hypothesis of stock market being non-linear dynamic system and analyzing method of chaos theory for chaos time series in this paper. Meanwhile, structures of radial basic function (RBF) network and pairs of training samples are determined by embedding dimension and delay time of reconstruct phase space respectively. Predicting results for real world stock time series show that the method is able to do effectively short-term prediction. In comparison with traditional forward feedback neural network (BP), the method can make better predicting performance, thus it can be widely used in stock price prediction.
- chaotic time series /
- stock price /
- neural network /
- prediction

[1]	黄颖, 许剑, 周子祺, 陈树沛, 周帆, 曹晟. 高效长序列水位预测模型的研究与实现 . 电子科技大学学报, 2023, 52(4): 595-601. doi: 10.12178/1001-0548.2022133
[2]	黄峻嘉, 张琪, 赵娜, 李蓉, 苏宇涵, 周涛. 基于近视筛查数据的近视影响因素分析和近视预测 . 电子科技大学学报, 2021, 50(2): 256-260. doi: 10.12178/1001-0548.2020426
[3]	李莉, 杜丽霞, 张子柯. 基于多变量LSTM神经网络的澳大利亚大火预测研究 . 电子科技大学学报, 2021, 50(2): 311-316. doi: 10.12178/1001-0548.2020370
[4]	杨旺功, 淮永建, 张福泉. 基于Gabor及深度神经网络的葡萄种子分类 . 电子科技大学学报, 2020, 49(1): 131-138. doi: 10.12178/1001-0548.2019164
[5]	喻孜, 张贵清, 刘庆珍, 吕忠全. 基于时变参数-SIR模型的COVID-19疫情评估和预测 . 电子科技大学学报, 2020, 49(3): 357-361. doi: 10.12178/1001-0548.2020027
[6]	杨文忠, 张志豪, 吾守尔·斯拉木, 温杰彬, 富雅玲, 王丽花, 王婷. 基于时间序列关系的GBRT交通事故预测模型 . 电子科技大学学报, 2020, 49(4): 615-621. doi: 10.12178/1001-0548.2019151
[7]	王亦雷, 嵇智源, 夏勇, 秦臻, 程红蓉. 移动用户人口统计信息预测 . 电子科技大学学报, 2015, 44(6): 917-920. doi: 10.3969/j.issn.1001-0548.2015.06.021
[8]	李星毅, 李奎, 施化吉, 周双全. 背景值优化的GM(1,1)预测模型及应用 . 电子科技大学学报, 2011, 40(6): 911-914. doi: 10.3969/j.issn.1001-0548.2011.06.020
[9]	滕云龙, 师奕兵, 郑植. 接收机钟差灰色马尔可夫预测模型研究 . 电子科技大学学报, 2011, 40(2): 242-245. doi: 10.3969/j.issn.1001-0548.2011.02.017
[10]	陈其松, 陈孝威, 张欣, 吴茂念. 优化SVM在锅炉负荷预测中的应用 . 电子科技大学学报, 2010, 39(2): 316-320. doi: 10.3969/j.issn.1001-0548.2010.02.035
[11]	周金柱, 段宝岩, 黄进, 李华平. 裂缝天线缝制造精度对电性能影响的预测 . 电子科技大学学报, 2009, 38(6): 1047-1051. doi: 10.3969/j.issn.1001-0548.2009.06.033
[12]	黄建国, 罗航, 王厚军, 龙兵. 运用GA-BP神经网络研究时间序列的预测 . 电子科技大学学报, 2009, 38(5): 687-692. doi: 10.3969/j.issn.1001-0548.2009.05.028
[13]	陈文宇, 刘井波, 孙世新. 层次分析的神经网络集成方法 . 电子科技大学学报, 2008, 37(3): 432-435.
[14]	傅彦, 周俊临, 吴跃. 快速神经网络无损压缩方法研究 . 电子科技大学学报, 2007, 36(6): 1245-1248.
[15]	周巧临, 傅彦. 科学数据时间序列的预测方法 . 电子科技大学学报, 2007, 36(6): 1260-1263.
[16]	文武, 杨汉生, 徐军, 钟守铭. 随机型细胞神经网络的稳定性 . 电子科技大学学报, 2005, 34(5): 700-702,716.
[17]	韩仲明. 通有连续时间神经网络的K-稳定性 . 电子科技大学学报, 2005, 34(2): 261-264.
[18]	陈中柘. 神经网络定性分析 . 电子科技大学学报, 2002, 31(3): 250-254.
[19]	胡晓, 陈拥军, 曾敏, 尧德中. 一种选取相空间重构最优延迟时间的算法 . 电子科技大学学报, 2000, 29(3): 282-285.
[20]	邱亚林. 具有时滞的通有连续时间神经网络的指数稳定性 . 电子科技大学学报, 1999, 28(5): 533-535.

WeChat

点击查看大图

计量

文章访问数: 3698
HTML全文浏览量: 197
PDF下载量: 159
被引次数: 0

基于混沌时间序列分析的股票价格预测

程瑜蓉¹,
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

作者简介:
程瑜蓉女 33岁硕士讲师主要从事市场营销、市场调查方面的研究

收稿日期: 2003-03-17
刊出日期: 2003-08-15

中图分类号: F830.59

关键词:

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别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。

English Abstract

程瑜蓉, 郭双冰. 基于混沌时间序列分析的股票价格预测[J]. 电子科技大学学报, 2003, 32(4): 469-472.

引用本文:

程瑜蓉, 郭双冰. 基于混沌时间序列分析的股票价格预测[J]. 电子科技大学学报, 2003, 32(4): 469-472.

Cheng Yurong, Guo Shuangbing. Stock Price Prediction Based on Analysis of Chaotic Time Series[J]. Journal of University of Electronic Science and Technology of China, 2003, 32(4): 469-472.

Citation:

Cheng Yurong, Guo Shuangbing. Stock Price Prediction Based on Analysis of Chaotic Time Series[J]. Journal of University of Electronic Science and Technology of China, 2003, 32(4): 469-472.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发