论文部分内容阅读
本文首先论述了股市时间序列中的明显随机性 ,可能是由于非线性确定性系统中混沌行为的缘故 ,利用混沌的确定性可以进行短期预测。混沌时间序列预测首先要重构相空间 ,接着充分利用小波变换时频分析的局部化特性 ,提出了一种改进的小波网络结构 ,探讨了股市预测模型问题。经实例验证 ,该方法能有效地提高预测精度 ,避免了人工神经网络模型和指数自回归的固有缺陷。