语言数据的自回归模型及其在上证综指预测中的应用
专家对金融证券市场的感知和判断是一相对重要的信息资源,应在系统建模中结合实际数据加以适当吸收和利用.本文给出基于随机模糊结合方法的一类移动平均自回归模型,并将其用于上证综指月度数据的趋势预测中.由于专家的感知或判断通常以语言形式表达,而语言通常具有模糊性特征.基于模糊随机变量对此类语言数据定义其均值、方差、协方差以及误差标准化过程,并得到模型在一种集间距离下的最小二乘估计及其渐近性质.给出了该模型在上证综指预测中的实证结果,其表明本文的自回归模型不仅较好地适用于语言数据环境并给出良好的模糊值预测结果,而且同时带来对原始股价序列的较准确预测结果,其精度对比基于实际数据的自回归模型的预测结果有显著提高.
时间序列、语言数据、自回归模型、预测
35
F830(金融、银行)
国家社会科学基金18BTJ029
2021-06-21(万方平台首次上网日期,不代表论文的发表时间)
共13页
140-152