均线滞后的时序自回归股市态势预测算法 Time Series Autoregressive Stock Market Forecasting Algorithm Based on Moving Average Hysteresis

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.