论文部分内容阅读
道氏趋势理论认为证券市场和经济的发展一样都存在着周期性的变化规律，这一变化规律使证券市场的变动形成一定的趋势，这一趋势可以从股票价格的变动中表现出来。本文以道氏趋势理论为基础，使用数学及数理分析、模糊决策和计算机软件技术来解决证券交易的估值和预测，最终给出合理的交易策略。目前的股票分析系统大都采用神经网络预测法，但它的训练速度慢，目标函数存在局部最小点。本文提出一种新的预测方案：将股票分析系统建立成模糊专家系统。该系统由解释接口、推理机、学习模块、模糊知识库和存储器五部分构成。其中，学习模块使用归纳法生成模糊知识：先从样本空间(1000支股票的历史数据文件)的实例中总结出13类特征点，然后分别计算所有样本在每类特征点出现后一周股价的上升概率，最后平均样本生成的每一类上升概率，得到13张模糊规则表。推理机模块使用Mamdani直接推理法得出股价上升概率的清晰量，然后通过解释模块的Max-Min推理法将概率清晰量转换成交易策略。这样，通过对历史数据的处理，可预测出股票未来的走势，从而给出交易策略。本论文总体分八部分，首先介绍了目前证券分析系统的发展状况；第二部分论述了道氏趋势理论；第三部分介绍了模糊决策系统的概念和分类；第四部分介绍K线图知识，并分别解释了13类特征点的含义；第五部分详细说明了本股票分析系统建立成的模糊专家系统的各功能结构；第六部分是系统各功能模块使用的算法说明；第七部分具体说明了系统的软件设计，并配以流程图；最后一部分给出实验结果，证明本文设计的系统的可行性。