基于基因表达式编程的股票指数时间序列分析

• 作者: 元昌安 唐常杰 廖勇 段磊 陈安龙
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 工学
• 关键词: 数据挖掘 基因表达式编程 时间序列 股票数据
• 年，卷（期）: 2005,（5）
• 页码范围: 931-936
• 页数: 6页
• 分类号: TP311
• 字数: 3650字
• 语种: 中文
• DOI: 10.3969/j.issn.0490-6756.2005.05.016

摘要

基因表达式编程(GEP)是遗传算法研究的新分支.针对股票对象的特点,提出了适应股票规律的GEP-STOCK模型,包括n时段-STOCK-GENE,STOCK-fitness以及STOCK-GEP算法,并以上海证券交易指数时间序列数据为对象做了实验.进行了误差和指数涨跌分析.实验结果表明GEP-STOCK模型预测精度较高,20d的平均绝对误差为11.08,平均相对误差为0.64%.从涨跌情况预测来看,模型对6d后指数的涨跌判断,正确率高于80%以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐常杰	四川大学计算机学院	164	2750	30.0	45.0
2	陈安龙	四川大学计算机学院	13	427	11.0	13.0
3	元昌安	四川大学计算机学院	21	676	14.0	21.0
7	廖勇	四川大学计算机学院	25	261	10.0	15.0
8	段磊	四川大学计算机学院	49	685	13.0	24.0