基于自适应网络模糊推理系统的择时研究 ——拨开云雾见月明
创建于 更新于
摘要
本报告基于ANFIS模型，利用自适应网络模糊推理系统结合遗传算法优化参数，构建股票价格涨跌的分类择时模型。通过68个输入变量组合择优，最佳模型样本外择时准确率最高达57.24%，模拟交易在考虑手续费后仍超过指数收益。通过自定义准确率为目标函数的改进模型，准确率提升至60.51%，并显著降低交易次数，实现收益及风险的优化平衡，展现了模糊逻辑在量化择时中的应用潜力[page::0][page::10][page::12][page::16][page::18][page::22]
