-
题名基于隐马尔可夫模型的股票价格预测组合模型
被引量：10
- 1
-
-
作者
朱嘉瑜
叶海燕
高鹰
-
机构
广州大学数学与信息科学学院
广东商学院华商学院会计系
广州大学计算机科学与教育软件学院
-
出处
《计算机工程与设计》
CSCD
北大核心
2009年第21期4945-4948,共4页
-
文摘
提出了一种用于股票价格预测的人工神经网络(ANN),隐马尔可夫模型(HMM)和粒子群优化算法(PSO)的组合模型-APHMM模型。在APHMM模型中,ANN算法将股票的每日开盘价、最高价、最低价与收盘价转换为相互独立的量并作为HMM的输入。然后,利用PSO算法对HMM的参数初始值进行优化,并用Baum-Welch算法进行参数训练。经过训练后的HMM在历史数据中找出一组与今天股票的上述4个指标模式最相似数据,加权平均计算每个数据与它后一天的收盘价格差,则今天的股票收盘价加上这个加权平均价格差便为预测的股票收盘价。实验结果表明,APHMM模型具有良好的预测性能。
-
关键词
股票价格预测
隐马尔可夫模型
隐马尔可夫模型优化
粒子群优化算法
人工神经网络
-
Keywords
stock market forecasting
hidden Markov model
hidden Markov model optimize
artificial neural network
particle swarm optimization
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于改进粒子群算法的隐马尔可夫模型训练
被引量：11
- 2
-
-
作者
朱嘉瑜
高鹰
-
机构
广州大学数学与信息科学学院
广州大学计算机与教育软件学院
-
出处
《计算机工程与设计》
CSCD
北大核心
2010年第1期157-160,共4页
-
文摘
针对隐马尔可夫模型传统训练算法易收敛于局部极值的问题,提出一种带极值扰动的自适应调整惯性权重和加速系数的粒子群算法,将改进后的粒子群优化算法引入到隐马尔可夫模型的训练中,分别对隐马尔可夫模型的状态数与参数进优化。通过对手写数字识别的实验说明,提出的基于改进粒子群优化算法的隐马尔可夫模型训练算法与传统隐马尔可夫模型训练算法Baum-Welch算法相比,能有效地跳出局部极值,从而使训练后的隐马尔可夫模型具有较高的识别能力。
-
关键词
粒子群优化算法
优化算法
隐马尔可夫模型
隐马尔可夫模型优化
手写数字识别
-
Keywords
particle swarm optimization
optimization algorithm
hidden Markov model
hidden Markov model optimize
hand- write digits recognition
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
