D-S证据理论在证券投资中的应用.pdfVIP

第32卷第4期 江西师范大学学报( 自然科学版) V0 1．32 No ．4 2008年8月 JOUR小f AL 0F J 工ANI GⅪNORMAI ．I 帆RSnY( NAl l 『RAL SCIENCE) Aug ．2008 文章编号：100 5862( 2008) O伽382．06 D—S证据理论在证券投资中的应用 李建军， 张冬梅， 覃锋， 吴根秀 ( 江西师范大学数学与信息科学学院，江西南昌330022) 摘要：ns 证据合成公式要求待合成的证据是相互独立且证据之间不能有较强的冲突，否则合成结果将 有悖常理 ，因此 ，冲突证据合成前往往要进行修正 ．该文提出了一种基于修正系数学习的修正方法 ，同时 将证据理论 引入证券市场，将每个专家 的预测意见视为证据 ，将不 同专家预测意见 的综合视为证据合成 问题 ，然后用该文提 出的修正方法对冲突专家意见进行修正，以取得较好 的合成效果，从而为证券投资者 提供有价值的参考信 息． 关键词：芝据 理论；证据合成；修正系数 ；证券投资 中图分类号 ：r IP 31l 文献标识码：A 1 D— S证据合成 如何将不同证据源( 如各传感器的信息，各个专家的意见等) 综合起来是不确定性推理的关键，Sh 出r 在 讨论证据理论框架 时给出了证据合成规则[ 1| ，称作D．S合成规则 ． 设有2个证据源 ，其基本信任分配函数分别为 l ， 2，则这2 个证据源 的合成可用合取算子表示 【2J ： n( A) =( l n 2) (A) =∑ l ( 曰) 2( c) ， n( ∥) =( l n 2) ( ∥) =∑ l ( B) 2( c ) ． 一般情况下 n (p) 不为0 ，为了使合成后的基本信任分配函数满足D．s 证据理论中bp a函数的定义，即 强行让合成后空集 的bpa 值为0，此时必须做归一化处理，这就是众所周知的D—s合成规则． 定义l ( D．s合成规则) 设 l ， 2是@上的2个bpa 函数， = l 国 2为合成 以后的bpa 函数 ，当 n( 矽) =( l n 2) ( ∥) ≠1时，则 l ， 2的合成公式为 n ( A) ：( 。 。 ： ) ( A) = {三 ： ， 11 2’ ‘A’ ／q 一 ‘ 17』 ； ． ‘∥ ’ 九 ∥ ≠ A∈@’ ( l n 2) ( 矽) 的值界于0和l 之间，在一定意义下反映了2个证据源的冲突程度．若( l n 2) ( ∥) 越 小，证据间的冲突越小，则合成的效果越好 ；反之，若证据 间的冲突越大 ，则合成 的效果越差，结果往往和人 们的常识推理相悖，即导致zadeh悖论 【3 】，特别地，当( l n 2) ( ∥) =l 时，D．s合成规则不能使用 ．因此，当 证据间的冲突较大时，为了使用D．s合成规则进行合成以取得较好地合成结果，有必要在合成前对各证据进 行修正． 已有的证据修正方法很多，在本文的第2部分，给出一种基于修正系数学习的证据修正方法，它对冲突 专家意见 的合成有很好的效果 ． 2证据合成及其在证券投资中的应用 2 ．1 问题分析 证券市场的预测具有不确定性的因素[4l ，不同的证券咨询专家对证券市场变化趋势的分析预测有差 收稿 日期：2008．03 ．18 基金项 目：国家自然科学基金( 1072伽) 、江西省自然科学基金( 2007Gz s ol 86) 、江西省教 育厅科技( 2008GJ J cl 8 15) 和江西师 范大学青年成长基金( 970) 资助项 目． 作者简介：李建军( 1sr 76．) ，男，江西新余人，讲师，主要从事信息检索、 挖掘和不确定性推理的研究． 第4期 李建军，等： Ⅱs 证据理论在证券投资中的应用 383 异，甚至互相冲突．一般 以统计 的方法将预测结果相 同的专家意