基于新式组合算法的上证综合指数预测

摘要：

关于股票价格准确预测问题,借助股票价格指数,投资者可以掌握股市整体的发展动态.为了增加收益,降低风险,制定正确的投资决策,合理预测股指是必要的.然而传统预测方法存在方法单一、缺乏定性分析等不足,难以适应国内复杂的股票市场.为解决上述问题,在股市可以预测的前提下,从股市自身特点出发,提出了一种定性与定量相结合的新式组合算法.将粒子群优化(PSO)、非线性独立成分分析(NLICA)、BP神经网络三种算法相结合,建立上证综指预测模型,并通过计算机仿真进行模型验证.结果表明新式组合预测模型比传统方法的适应性和智能性更强,预测精度更高,在股市短期预测中具有一定实用价值.

关键词：股市预测、上证综合指数、粒子群优化、非线性独立成分分析

所属期刊栏目：30

分类号：TP301.6;O242.1(计算技术、计算机技术)

在线出版日期：2014-01-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：203-207