多因素混沌时间序列周择时模型
创建于 更新于
摘要
本文提出一种参数少、通用性强且稳定度高的多因素混沌时间序列周择时模型。模型以上证综指周收盘价和成交量为因子，采用相空间重构和局域线性预测方法，实证显示从2009年至2012年样本内预测准确率均超70%，样本外准确率超60%，2012年样本外正确率达到63.83%，对应Long-Only和Long-Short策略收益分别为14.56%和31.93%。该模型突破了传统线性时间序列预测的局限，为股票短线择时提供了新的有效方法 [page::0][page::4][page::9][page::10][page::11]
