文化算法在股票数据建模中的应用

• 作者: 姜韬 窦明罡 韩增新 颜雪松
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 文化算法 演化计算 数据预测 股票数据
• 年，卷（期）: 2010,（6）
• 所属期刊栏目: 研究与实现
• 页码范围: 142-145
• 分类号: TP391
• 字数: 3928字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2010.06.040

摘要

数据预测在金融投资领域占有重要地位,而股票价格是金融数据中最复杂的数据类型之一.本文将文化算法应用于股票指数建立时间序列模型,并且针对股票数据的特点,选择适应股票规律的文化算法模型,并与线性回归算法得到的数据结果进行了对比分析,以此来分析文化算法在该问题应用上的优劣.实验结果表明,利用文化算法模型进行预测取得了较好的结果, 其预测精度较高,预测的相对误差在3%以内,涨跌分析正确率在70%以上.