混沌时序重构及上海股票指数预测的应用研究
, PP. 86-94
Keywords: 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
Abstract:
？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.
Full-Text
