基于LVQ的上证综合指数择时理论研究

利用学习向量量化(LVQ,Learning Vector Quantization)神经网络,构建上证综合指数择时模型;结合技术,分析了经济基本面的变化;并在模型的输入变量中,对经济数据以及与股市本身相关的变量进行预测;进而通过判断上证综合指数的涨跌,采取对应的进入、退出策略,以期得到优于指数的超额收益。研究结果表明,相对于人工神经网络模型,LVQ模型能够较好地对进行模型识别,是一种比较理想的预测模型。