基于专家知识的模糊时间序列预测模型及应用

摘要：

将投资专家的成功经验引入模糊时间序列模型,实现股票市场走势的多步预测.根据专家经验构造多个反映市场结构特征的变量并将其模糊化为模糊时间序列；建立具有多前件、高阶模糊关系的模糊时间序列预测模型；最后,将该模型用于股票指数预测.结果表明,与经典模糊时间序列模型相比,其预测精度有了较大提高.

关键词：模糊时间序列、专家知识、预测、股票市场

所属期刊栏目：21

分类号：TP185;F830.91(自动化基础理论)

资助基金：国家自然科学基金资助项目70471026;教育部人文社会科学研究基金规划资助项目09YJAZH073

在线出版日期：2012-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：120-125,144