基于TSFA和ANN的指数走势时空概率拟合研究

指数分析常需处理海量数据,所以,有同行用人工神经网络来拟合和预测证券指数,并取得一定成果。然而,短期指数动向,本质上是随机过程,直接拟合指数的效用值得怀疑。有鉴于此,文章先用时间平滑滤波算法(TSFA)处理证券指数,再构建时空统计参数--时空积,并用一阶后向差分来合适地划分时空积区间,从而得到指数走势时空概率。最后,用人工神经网络(ANN)拟合该概率,从而为公司投资决策提供一个基于数据统计面的量化参考值。