基于遗传算法和模糊决策树的时间序列预测模型
股票价格预测总是投资者和技术分析者感兴趣的一个主题.然而,决定买卖股票的最好时间仍然是困难的,因为有很多因素可能影响股票价格.通过改进模糊决策树建立了一个新型金融时间序列数据预测模型.该预测模型融合数据聚类技术,模糊决策树及遗传算法来构建基于历史数据和技术指标的一个决策系统.提出的GAFDT模型在与各种股票的其它方法相比较时有平均预测准确率为0.82的最好绩效.
模糊理论、决策树、逐步回归、股票价格预测、遗传算法
29
TP301(计算技术、计算机技术)
安徽省池州学院校级基金项目 XYK200606
2008-12-15(万方平台首次上网日期,不代表论文的发表时间)
共3页
5044-5046