金融时间序列模糊边界预测研究

摘要：

传统的金融时间序列预测方法以精确的输入数据为研究对象,在建立回归模型的基础上做单步或多步预测,预测结果是一个或多个具体的值.由于金融市场的复杂性,传统的预测方法可靠度较低.提出将金融时间序列模糊信息粒化成一个模糊粒子序列,运用支持向量机对模糊粒子的上下界进行回归,然后应用回归所得到的模型分别对上下界进行单步预测,从而将预测的结果限定在一个范围之内.这是一种全新的思路.以上证指数周收盘指数为实验数据,实验结果表明了这种方法的有效性.

关键词：信息粒化、支持向量机、回归、金融时间序列

所属期刊栏目：33

分类号：TP391(计算技术、计算机技术)

资助基金：淮阴师范学院青年优秀人才基金项目11HSQNZ18

在线出版日期：2013-01-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2283-2286