自适应元胞遗传算法与股票价格行为分析.pdf

第 25 卷 第 4 期 五邑大学学报（自然科学版） Vol.25 No.4 Natural Science Edition ） 2011 年 11 月 JOURNAL OF WUYI UNIVERSITY （ Nov. 2011 文章编号： 1006-7302 （2011 ）04-0057-09 1 自适应元胞遗传算法与股票价格行为分析 李雪岩，孙有发，刘彩燕 （广东工业大学 管理学院，广东 广州 510520 ） 摘要：与以往侧重于刻画从众模仿行为的元胞自动机价格模型不同，论文基于 Moore 型邻居投 资者分布结构，以预测精度为切入点，将遗传算法引入到元胞自动机股票价格模型中，投资者 与“邻居”沟通和分享信息，并由遗传算子来优化其对股价进行预测的各要素权重；研究了两 种预测模式下的权重演化行为，以及权重交叉概率对股价行为（收敛性、波动性等）的影响； 模拟了预期驱动下，股价与市场情绪的关系 . 研究认为：元胞遗传算法的引入，较好地驱动着 股票价格回归基本价值，减轻了股票市场的波动性 . 关键词： 遗传算法；自适应元胞自动机；股票市场；股价 中图分类号：F830.91 文献标志码：A The Adaptive Cellular Genetic Algorithm and an Analysis of Stock Prices LI Xue-yan, SUN You-fa, LIU Cai-yan (School of Management, Guangdong University of Technology, Guan gzhou 510520, China) Abstract: Different from the traditional cellular automata models of stock prices which always focus on imitating, this paper introduces genetic algorithm into cellular automata models of stock prices based on the Moore neighborhood and the point-cuts for price prediction, so that investors can communicate and share information with their neighbors and optimize the weights of factors in price prediction using algorithm operators. It also studies evolution of weights under two prediction modes and crossover probability ’s impact on price (convergence, volatility), and simulates the connection between stock price