基于神经网络的多变量时间序列预测及其在股市中的应用

摘要

首先分别由开盘价、最低价、最高价和收盘价序列经小波变换得到在大尺度上的各自逼近序列 ,并由这些逼近序列进行相空间重构 ,得到各自重构相空间内的点 ,即矢量列 .然后将这 4个矢量列组合成一个维数更高的矢量列 ,作为神经网络的输入 ,对其进行训练 .最后用训练好的网络对 2 0 0 0年初的牛市行情中的上证指数波动趋势进行预测 。