检索结果

Select

1. 特征滞后计算的股市波动预测

姚宏亮, 李大光, 李俊照

计算机应用 2015, 35 (7): 2077-2082. DOI: 10.11772/j.issn.1001-9081.2015.07.2077

摘要（417）

PDF （869KB）（499）

针对股票价格波动拐点难以有效预测导致预测精度不高的问题,提出一种特征滞后程度计算的均值门限广义自回归条件异方差(LRD-TGARCH-M)模型。首先,基于股价波动与指标变化出现的不一致性,给出了滞后性的定义,并引入能量波动概念,从能量角度提出特征滞后程度(LD)计算模型;然后,用LD度量拐点出现之前的风险大小,将其加入到股价均值方程中,克服均值门限广义自回归条件异方差(TGARCH-M)模型对拐点预测的不足;其次,根据拐点附近波动相对剧烈,将LD加入到误差项的方差方程中,优化方差的变化,提高模型的预测精度;最后,给出了LRD-TGARCH-M模型的波动预测公式和精度分析,并在股票数据上进行实验,结果表明,与TGARCH-M模型相比,精确度提高了3.76%;与均值指数GARCH(EGARCH-M)模型相比,精确度提高了3.44%,证明了LRD-TGARCH-M模型可以提高股价走势预测精度,减小误差。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于拉丁超立方体抽样和免疫机制的改进遗传算法

周本达姚宏亮陈明华

计算机应用 2011, 31 (04): 1103-1106. DOI: 10.3724/SP.J.1087.2011.01103

摘要（1658）

PDF （621KB）（396）

针对遗传算法求解问题中保持群体多样性能力不足、早熟以及求解成功率低等缺点，依据拉丁超立方体抽样方法对遗传算法中的交叉算子进行重新设计；结合免疫机制定义染色体浓度、提供选择依据，提出了一种新遗传算法。利用旅行商问题以及最大子团问题为实例对新算法进行了验证，实验结果表明新算法在解的质量、收敛速度等各项指标上均好于经典遗传算法和佳点集遗传算法，说明了新算法的优越性与可行性。

相关文章 | 多维度评价

Select

3. 基于自适应粒子滤波的动态贝叶斯网推理算法

陈栋梁王浩姚宏亮俞奎

计算机应用

摘要（1660）

PDF （695KB）（1240）

提出一种基于自适应粒子滤波的动态贝叶斯网推理算法，该算法能随着动态贝叶斯网状态演化的不确定性动态改变抽样粒子数目，其根据是通过给定抽样误差界限来确定粒子数。当状态空间不确定性较低时，算法使用较少的粒子数；当状态空间不确定性很大时，将使用较多的粒子数。模拟实验表明该算法很好地兼顾了推理精度和推理时间，性能优于粒子滤波算法；与RBPF算法相比，该算法在稳定性和适用性方面也具有一定优势。