基于分形与混沌理论相结合的金融时间序列短期预测

摘要

本发明公开了一种将分形理论和混沌理论相结合运用于金融领域价格序列的短期预测方法，包括步骤：利用R/S分析法计算时间序列的Hurst指数和统计量，确定时间序列的周期；求出时间序列的嵌入维数和延迟时间，对时间序列进行相空间重构，生成样本数据；对样本数据进行归一化处理；根据采样时间点的先后顺序确定差值点；利用Hurst指数确定垂直尺度因子；确定每组样本的迭代函数系，根据权重确定最终的迭代函数系；外推一个时间点，对应的初值设为零，设置一个步长使对应值变换，重新进行迭代；绘制曲线，计算差值结果与历史数据的平均误差，误差最小对应的外推值就是预测值。本发明主要针对金融领域中自相似和周期性不明显的时间序列的短期预测，预测结果比利用传统分形方法更加精确。