基于基因表达式编程的股票指数时间序列分析

被引：12

作者：

廖勇

唐常杰

元昌安

陈安龙

段磊

机构：

[1] 四川大学计算机学院

[2] 四川大学计算机学院成都

[3] 成都

[4] 广西师范学院信息技术系

[5] 南宁

来源：

四川大学学报(自然科学版) | 2005年 / 05期

关键词：

数据挖掘; 基因表达式编程; 时间序列; 股票数据;

D O I：

暂无

中图分类号：

TP311.11 [];

学科分类号：

081202 ; 0835 ;

摘要：

基因表达式编程(GEP)是遗传算法研究的新分支.针对股票对象的特点,提出了适应股票规律的GEP-STOCK模型,包括n时段-STOCK-GENE,STOCK-fitness以及STOCK-GEP算法,并以上海证券交易指数时间序列数据为对象做了实验.进行了误差和指数涨跌分析.实验结果表明GEP-STOCK模型预测精度较高,20d的平均绝对误差为11.08,平均相对误差为0.64%.从涨跌情况预测来看,模型对6d后指数的涨跌判断,正确率高于80%以上.

引用

页码：931 / 936

页数：6

共 4 条

[1] 基于基因表达式编程的知识发现——沿革、成果和发展方向 [J].