基于TSFA和ANN的指数走势时空积概率预测方法

摘要

一种基于TSFA和ANN的指数走势时空积概率预测方法，先采用新型的时间平滑滤波算法（TSFA）对指数进行预处理，获得一系列重要高低点，从而得到若干个重要走势。然后，再构建这些重要走势的时空统计参数——时空积，并根据非零频数的一阶后向差分将时空积划分成若干个合适的区段，从而得到各区段的时空积概率。最后，用人工神经网络（ANN）拟合重要走势的时空积概率，得到时空积与概率的一一映射关系。证券公司可依据这个映射关系获得当前重要走势结束的概率值，从而为投资决策提供一个基于数据统计分析之上的客观的数学量化工具。它将指数走势的重要高低点与中期高低点区分开来，能为证券分析师提供当前重要走势结束的具体概率值；具有客观准确的优点。