Programming trading Research based on the RPNN-SA-PSO chaotic time series prediction model

摘要

本研究以混沌理论为基础，以金融市场的混沌特征为依据，以人工神经网络和智能优化算法为技术手段，建立了混沌时间序列预测模型。更进一步地，借助于MetaTrader交易平台，以混沌时间序列预测模型为核心，编写了外汇程序化交易策略，从交易结果中检验预测模型的有效性。本研究做出的主要工作及结论如下： 首先，本研究以CiteSpaceII文献分析软件为工具，以文献计量研究方法对金融时间序列预测研究的发展历程做了梳理。着重探讨了其非线性动力学方法的研究现状、热点及趋势，并以可视化图表的形式将结果呈现出来。引入非线性研究范式对金融变量进行建模，通过非线性迭代、学习模型近似描述金融混沌动力系统，是金融市场理论...