基于动态贝叶斯网模型的股指收益率序列预测.pdfVIP

维普资讯 第25卷 第9期 计 算 机 仿 真 2008年9月 文章编号：1006—9348(2008)09—0275—05 基于动态贝叶斯网模型的股指收益率序列预测 席海涛，赵杰煜 (宁波大学计算机科学技术研究所，浙江 宁波 315211) 摘要：证券市场预测 ，是当前研究的热点和难点。动态贝叶斯网(DBNs)，能够学习变量问的概率依存关系及其随时间变化 的规律，表达时间序列蕴含的潜在信息。利用DBNs方法，在证券心理分析技术的基础上 ，建立中国证券指数的 日收益率预 测模型。文中使用上海证券交易所综合指数 日收益率数据对模型进行训练与预测。在离散量预测环境下，模型能达到80． 12％预测命中率 ，在采用混合高斯 (GMM)