混沌时序重构及上海股票指数预测的应用研究

摘要：

应用非线性自相关混沌模型,采用神经网络和小波理论相结合的方法对模型参数进行辨识,其辨识的准确程度较高.通过对混沌时序进行预处理和傅立叶滤波,然后再进行重构和预测工作其效果良好;文章采用该模型对上海证券市场的600062号股票数据的开盘、最高、最低、收盘价数据进行了建模和模型中参数辨识的工作,其预测的结果比较准确.

关键词：非线性自相关混沌模型、小波神经网络、上海证券股票数据、参数识别、时序预测

所属期刊栏目：23

分类号：C931.1(管理学)

资助基金：国家自然科学基金70271071;国家高技术研究发展计划863计划2003AA4Z2040

在线出版日期：2004-02-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：86-94