基于混沌时间序列分析的股票价格预测

该代码资源提供了一种利用径向基函数(RBF)神经网络对混沌时间序列进行预测的方法。

考虑到冲击地压的混沌特征及其监测数据含噪且长度有限,基于多变量时间序列重构和GRNN模型来预测冲击地压监测变量。给出了多变量时间序列相空间重构理论和GRNN混沌预测原理,并提出采用遗传算法同时确定最佳

基于优化回声状态网络的混沌时间序列预测

基于变压器混沌时间序列的Elman预测,刘建峰,高山,对变压器的混沌铁磁谐振系统的非线性动力学进行动力学分析,分析了正常运行状态、基频谐振状态、分频谐振状态和混沌谐振状态中变

全球金融危机前后中国汇率与股票价格关系研究，王梦菲，，世界经济一体化与金融改革深化使得外汇市场与股票市场之间的联系愈加密切。本文以中美名义汇率与沪深300统一指数为代表，采用协整

基于混沌动力系统相空间的延迟坐标重构,提出了一种预测混沌时间序列的Volterra自适应滤波预测法,对8种低维混沌序列采用二阶Volterra自适应滤波器进行预测的实验结果表明:当滤波器的长度Nl足够

该书与吕金虎的混沌时间序列分析是这类书的经典，相对而言，韩敏教授的这本书案例丰富，知识体系清楚，是个非常好的学习教程！

StockMarketML:此存储库包含我们的有关使用历史数据进行的股票价格预测的项目

针对混沌时间序列的多步预测, 提出了基于最大互信息(MMI) 的建模方法. 首先建立时间延迟、嵌入维 数和预测步长在相空间的最大信息量模型; 然后利用遗传算法求解并确定混沌时间序列的最佳预测结构; 最

提出一种新的基于递阶模糊聚类系统的模糊建模方法.目的在于通过一系列的步骤优化T-S 模糊模型结构,实现非线性系统的建模和预测.首先利用最近邻聚类法初始划分输入空间, 得到规则数及初始聚类中心, 用模糊