论文部分内容阅读
基于多重分形理论，对上证指数进行实证研究，确认了多重分形谱参数与股价指数及股指收益率之间的统计关系，以此确定神经网络的输入、输出变量来构建以多重分形理论为依据的神经网络模型，并将其应用于股价指数的预测中。结果表明，该神经网络模型能够取得比较好的预测效果，预测的平均准确率达98．9％，而且该模型能够较好地模拟股市的短期走势，对防范和控制风险具有现实意义。