随机微分方程在金融时间序列中应用

目前,我国的经济较以往得到的显著的提升,在金融科技上有不断突破与创新,计算机、统计、数据等学科对金融市场的影响也愈来愈大,越来越多的人想要在金融市场,例如股票市场、证券市场等进行操作以便获得高额的利润回报,因此对金融时间序列的分析就显得尤为重要。因其具有非线性非平稳等特点,预测模型也由最开始的线性模型转为非线性模型。为了使金融时间序列预测更加的准确,本文使用的是GP遗传算法,使用POS粒子群来处理随机微分方程,结合的时间序列预测模型。与其一个因素模型和其他因素构成的模型组合相比,表明本文所提出的模型具有更好的拟合性。