基于模糊时间序列预测模型_以上证指数为例.pdfVIP

第 期 3 无 锡 南 洋 学 院 学 报 第 卷 第 期 7 3 Vol.7 No.3 年 月 Sept.2008 2008 9 JournalofWuxiSouthOceanCollege 基于模糊时间序列的预测模型 ———以上证指数为例 1 2 吴铭峰 ,蒋 勋 ( 南京河海大学,江苏 南京 ;无锡南洋职业技术学院,江苏 无锡 ) 1 2100982 214081 [摘 要] 模糊理论使用语义变量本身所蕴含的特性,能减少处理问题时的不确定性所带来的困 扰,被广泛的应用于各种领域的研究。文章中首先回顾了基于模糊理论的模糊时间序列定义,对现 有的模糊时间序列模型进行分析,在此基础上提出了一种新的模糊时间序列预测方法,以上证指数 为对象进行了拟合,从结果看新的基于模糊时间序列预测方法在 、平均误差( )和标准误差 MSN % ( )等指标上要优于现有的预测方法。 % [关键词]模糊时间序列;模糊集;平均误差;预测;模型 [中图分类号] [文献标识码] [文章编号] ( ) O159 A XXXX-XXXX200803-0057-07 0引 言 上证指数自去年 月份达到 点以来一路走低,中间几番起落,至今年六月份达到本轮行情的 10 6124.04 最低点 ,在如此短时间内暴涨暴跌的特性,使得我国股市变为一个充满不确定性,使得一般正常的投 2695.63 资人无法通过股市进行理财,同时使我国股市前途不容乐观。 预测在我们的日常生活中扮演着非常重要的角色,我们经常会对经济发展、股票指数、人口增长等现象 进行预测,其中股票指数更是成为众多学者研究的重点。股票指数的变化发展呈现时变性、随机性、非线性 等特点 [1] ,股票指数的预测方法也层出不穷,査正洪 于 1999年就对上证综合指数进行了时间序列分解实证 [2] 研究,并在此基础上建立了ARIMA模型,对上证指数进行了拟合预测,取得了一定的效果,此后,朱宁等 为 研究上证指数的变化规律,利用时间序列分析方法建立了ARIMA预测模型,对上证指数的日、月指数分别 [3] 做了预测分析,得到了预计的结果;连莲 应用ARCH模型及其扩展模型对上证综合指数的波动性进行了实 [4] 证研究;汤凌冰等 使用模糊神经网络方法对股价进行了预测;此外,混沌理论、分形理论等不同的方法都被 运用与上证指数的实证研究。对于股票指数的预测几乎是不可能要做到毫无误差的,我们的目的是不断来 采用新的预测方法或者对已有的预测方法进行改进来减少预测的误差。 模糊理论本身具有语义变量蕴含特性,可以减少在处理具体问题时可能出现不确定性对问题的困扰,因 此,目前模糊理论已经被广泛地用于各种领域的研究。在预测方法与模型领域同样如此, 年