股票市場的形態(tài)分析和趨勢預測是時間序列研究領域重要的研究方向。針對股票市場價格形態(tài)復雜,轉折點形態(tài)預測困難的問題,文章提出了一種多尺度自適應模板匹配算法（MASD_TPM）來識別股票價格的形態(tài)走勢。該算法在傳統(tǒng)的模板匹配技術（TPM）中引入了匹配序列長度控制和插值重采樣來避免匹配形態(tài)單一的問題。結果顯示,基于該算法構建的決策交易模型在上證50等相關指數(shù)上能較為準確地識別市場價格的旗型形態(tài),其收益超過多組對比模型平均水平。 

【文章來源】：統(tǒng)計與決策. 2020,36(01)北大核心CSSCI

【文章頁數(shù)】：4 頁

【參考文獻】：
碩士論文
[1]基于PCA的GA-BP網(wǎng)絡對股票預測研究[D]. 黃舟.華東理工大學 2013



本文編號：3183925