论文部分内容阅读
本文在一种量子模型的基础上，分析了证券市场的动力学特性，并利用数据挖掘技术寻找交易投资机会。首先，根据市场交易的能量假设，建立了交易量和价格的微分动力学模型，并给出了波函数的幂级数表达式。其次，利用上海证券交易所的交易高频数据，采用数学中的优化方法，给出了模型中密度函数为超越函数的参数估计，并对模型进行检验，结果说明所建立的模型具有一定的有效性。然后，分析了证券市场的动力学演化过程，计算出系统的能量和熵的变化。进一步根据市场中的能量变化，选择数据挖掘的离散化技术，分析各种市场状态下交易的投资效率，寻找到了一些交易投资机会。通过真实市场数据的检验看出所得的结果可行有效。