基于神经网络的多变量时间序列预测及其在股市中的应用

• 作者: 刘贵忠 杨一文
• 来源期刊: 信息与控制
• 关键词: 相空间重构 多变量时间序列 神经网络 股市趋势预测
• 年，卷（期）: 2001,（5）
• 所属期刊栏目: 论文与报告
• 页码范围: 413-417,426
• 页数: 6页
• 分类号: TP13
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0411.2001.05.006

摘要

首先分别由开盘价、最低价、最高价和收盘价序列经小波变换得到在大尺度上的各自逼近序列,并由这些逼近序列进行相空间重构,得到各自重构相空间内的点,即矢量列.然后将这4个矢量列组合成一个维数更高的矢量列,作为神经网络的输入,对其进行训练.最后用训练好的网络对2000年初的牛市行情中的上证指数波动趋势进行预测,结果令人满意.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘贵忠	西安交通大学电子与信息工程学院信息与通信工程系	125	1903	23.0	39.0
2	杨一文	西安交通大学电子与信息工程学院信息与通信工程系	7	353	7.0	7.0