股票价格的马氏链预测法

马氏链预测法是通过对事物不同状态的初始概率及状态之间的转移概率的研究,预测事物的未来状态。本文建立了股票价格预测的马尔可夫链数学模型,并举例说明了该模型在股票交易市场预测中的应用。

动态环境下基于马氏链预测和记忆机制的遗传算法

传统演化算法在演化过程中种群会逐渐收敛,导致多样性丧失,一旦环境发生变化无法快速跟踪到变化的最优解.为了使演化算法能更好处理动态环境下优化问题,将预测和记忆结合,提出了一种处理有限离散环境状态变化的动态优化问题的遗传算法(MMGA).该算法使用马氏链预测未来各个环境状态发生的概率,并结合存储在记忆中与环境状态有关的最优个体和等位基因分布向量产生适合未来环境的新种群.通过对动态优化测试问题进行实验,验证了该算法的离线性能优于其他三种经典算法.

马氏链预测模型的代数处理方法

马氏链预测法是通过对事物不同状态的初始概率及状态之间的转移概率的研究,预测事物的未来状态。本文建立了股价预测的马氏链数学模型,用代数的方法处理马氏链的高阶概率转移矩阵和平稳分布。

马氏链在经济预测中的应用

一般情况下,经济预测的定量方法要用到数学模型,而定性方法不需要数学模型。马氏链为经济领域中运用数学模型对定性问题举行预测提供了一种思路,丰富了经济预测方法的内容。

石河子初霜冻灰色马尔柯夫链预测模型及其应用

用灰色马尔柯夫予测方法，对石河子初霜冻出现时间进行了分析预测，结果表明，１９９６年预测初霜冻出现在１０月７日，与实况１０月５日十分相近。