10.3969/j.issn.1000-386X.2008.08.029
基于相空间重构与卡尔曼滤波计算组合的短期汇率预测
用微熵率法求得相空间重构的最优嵌入维数及时滞,应用最优嵌入维数及时滞对一维汇率数据进行延时嵌入相空间重构.然后,应用卡尔曼滤波算法在重构后的相空间中对汇率系统进行建模与预测.实验结果与遗传(GA)神经网络预测进行了比较,实践表明,该算法在短期汇率预测中,速度及准确率上均优于GA神经网络.
短期汇率预测、相空间重构、微熵率、卡尔曼
25
F83;TP3
福建省自然科学基金A0540005
2008-10-15（万方平台首次上网日期，不代表论文的发表时间）
共3页
79-80,107
