|||
喻家山灰色系统股票预测艺术
美国归侨冯向军博士,2017年12月23日写于美丽家乡
现在已经越来越清楚,喻家山灰色系统股票预测艺术是发源于母校华中科技大学所在地喻家山下的一门人脑与电脑相结合的以邓聚龙灰色系统理论为基础的股票预测艺术。具有初级人工智能。可作为广大投资者娱乐消遣之用。作为投资工具则不可。特此郑重声明。
【对2017年9月29日腾讯控股收盘价的合理灰色系统预测艺术作品】
改进后的灰色系统模型数据 | 初始灰色系统模型数据 | 原始数据 | 误差(%) | 改进后的误差(%) |
336.2851 | 330.8585 | 336.2 | -1.589 | 0.025 |
【附录】
论灰数反馈系数与灰色系统预测值准确度的
高度相关性
美国归侨冯向军博士,2017年12月23日写于美丽家乡
谨以本文祝贺本人2017年投资腾讯美股获得丰厚回报!
【灰数反馈系数】
所谓灰数反馈系数belta 定义如下:
Data = Data0 + belta*(Data0-Data1) (1-1)
这其中,Data是最终用于灰色建模和灰色预测的输入数据。Data0是实际历史数据。belta就是灰数反馈系数。Data1是不带反馈的累加生成模型所还原的无累加模型数据。(Data0-Data1)这种不可或缺的十分珍贵的灰数反馈信息在传统的灰色系统理论中一般被贬称为“残差”。
【灰色系统预测精确度与灰数反馈系数高度相关】
根据港股腾讯控股2017年12月13日至21日的收盘价历史数据对2017年12月22日的收盘价实施灰色系统预测,结果发现预测结果的精确度与灰数反馈系数高度相关。详细预测结果如下面的表和图所示。
灰色系统模型所预测的收盘价 | 2017/12/22实际收盘价 | 灰数反馈系数 | 预测误差(%) |
405.5409 | 405.8 | -7.5 | -0.064 |
402.261 | 405.8 | 0 | -0.872 |
401.864 | 405.8 | 1 | -0.970 |
灰色系统模型预测收盘价 | 2017/12/22收盘价 | 灰数反馈系数 | 预测误差(%) |
408.8144 | 405.8 | -15 | 0.743 |
405.9379 | 405.8 | -8.5 | 0.034 |
405.7762 | 405.8 | -8 | -0.006 |
405.5409 | 405.8 | -7.5 | -0.064 |
402.261 | 405.8 | 0 | -0.872 |
401.864 | 405.8 | 1 | -0.970 |
398.8254 | 405.8 | 8 | -1.719 |
以上事实说明,通过改变灰数反馈系数belta,灰色系统预测值可以无限逼近任意给定的数值(如某天的收盘价)。那么如何给出本质上是灰数的灰色系统预测值合理区间呢?我们可以把关于历史数据的灰色系统预测值的误差控制在合理范围。对应关于历史数据的灰色系统预测值的合理范围的灰数反馈系数belta的范围就是灰数反馈系数belta的合理变化范围。由此可以给出本质上作为灰数的灰色系统预测值的合理范围。假如实际被预测对象超出了这一范围。“突变”就发生了。因此用本人首创的这套方法,还能大致判断股票在某个特定时间是否发生了“突变”。另一方面,假如你的人脑判断未来被预测股票很可能发生某种意义上的“突变”,你就不妨把灰数反馈系数设在与“突变”相应的取值区间,这样就能使电脑的灰色预测更加准确。经过一段时间的学习,你的人脑和电脑就有可能至少成为某种股票的预测高手。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-4-28 20:35
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社