基于LVQ的上证综合指数择时理论研究

• 作者: 林日冀
• 来源期刊: 中外企业家
• 学科: 经济
• 关键词: 择时理论 神经网络 学习向量量化(LVQ)
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 【金融市场】Financial Market
• 页码范围: 119-120
• 页数: 2页
• 分类号: F832.51
• 字数: 2162字
• 语种: 中文

摘要

利用学习向量量化（LVQ，Learning Vector Quantization）神经网络，构建上证综合指数择时模型；结合技术，分析了经济基本面的变化；并在模型的输入变量中，对经济数据以及与股市本身相关的变量进行预测；进而通过判断上证综合指数的涨跌，采取对应的进入、退出策略，以期得到优于指数的超额收益。研究结果表明，相对于人工神经网络模型， LVQ模型能够较好地对进行模型识别，是一种比较理想的预测模型。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林日冀	华南理工大学经济与贸易学院	2	8	1.0	2.0