均线滞后的时序自回归股市态势预测算法

摘要：

针对艾略特波浪理论中的W形态,给出一种均线滞后性的量化方法,并提出融合均线滞后特征的时序自回归股市态势预测算法(DSMA).算法首先基于波浪理论提取W形态,给出W形态结点的量化表示形式;然后引入均线滞后性,并计算均线滞后程度;最后,利用贝叶斯网络表示融入均线滞后性的W形态结构关系,将各结点的局部关系代入AR模型中实现对股市态势的预测.在实际数据上进行了算法比较分析,实验结果表明算法具有更高预测精度.

关键词：贝叶斯网络、结构关系、自回归预测模型、滞后性、波浪理论

所属期刊栏目：50

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金项目61175051,61175033;国家重点基础研究发展计划973计划项目2013CB329604

在线出版日期：2018-08-24（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：60-66