作　　者： ; ; ;

机构地区： 中国科学技术大学物理学院近代物理系

出　　处： 《运筹与管理》 2003年第6期58-61,共4页

摘　　要： 我国证券市场股价波动表现出特有的混沌性质[1][2],具有局部随机与整体秩序[3]相容的特征。本文以2002年每隔十秒的上证指数高频数据[4]为例,以混沌理论为基础,从原始序列中构造出若干个新的时间序列,运用神经网络法[5]进行预测。预测结果表明,此方法能够较好地预测股票的走势,有望在股票交易中应用。 The stock price motion of our country's stock market has expressed its special chaos character, it is a partly stochastic and totally order compatible process. The article takes, the every ten seconds' high frequency data of Shanghai securities index, for example,on the basis of chaos theory, forms several new time serials from among the primal serials, and then predicts the stock market by using the method of nerve network. The result indicates that this method can predict the trend of stock successfully and it can be applied to the stock trade.

关 键 词： 混沌理论 神经网络预测 证券市场 上证指数 股票

领　　域： [经济管理] [自动化与计算机技术] [自动化与计算机技术]