基于遺傳模擬退火三次指數(shù)平滑的期貨預測系統(tǒng)研究.pdf

1、期貨價格能夠反映出現(xiàn)貨市場中價格相關(guān)的各種信息，如果能夠比較準確地預測期貨未來的價格，則能夠較大限度的降低期貨市場的投資風險，從而增加收益。在日常生活中，經(jīng)常用到的期貨價格預測的方法一般有基本面分析法和技術(shù)分析法，隨著技術(shù)的發(fā)展，人工智能的技術(shù)也逐漸被應(yīng)用到了期貨價格的預測中來。本文提出了一種首先把模擬退火算法與遺傳算法互相結(jié)合，互相取長補短后，再應(yīng)用到三次指數(shù)平滑模型中來，從而對大豆期貨的未來價格進行自適應(yīng)預測的方法。三次指數(shù)平滑法是

2、一種較好的時間序列預測方法，它只需要給出上期預測數(shù)據(jù)與實際數(shù)據(jù)就可以預測未來值。不需要太多的歷史數(shù)據(jù)并且可以節(jié)省很多處理數(shù)據(jù)的時間，減少數(shù)據(jù)的存儲量，能更好地對期貨未來的價格進行預測。文中選用三次指數(shù)平滑法建立預測模型來對期貨價格進行預測，它是對時間序列值進行預測的很有效的方法，但它的預測精度與平滑初值和平滑參數(shù)值的選取都有非常重要的關(guān)系，一般情況下，人們對平滑參數(shù)值的選取都依賴于經(jīng)驗，預測結(jié)果不一定準確。三次指數(shù)平滑模型也屬于趨勢預測

3、中的一種，是以歷史數(shù)據(jù)為預測基礎(chǔ)的，有一定的使用局限性，還需要與其它方法相結(jié)合才能達到更優(yōu)的預測效果。所以在本文中將引入人工智能優(yōu)化算法中的遺傳算法來較好地選取誤差最小時的平滑參數(shù)值，此時的平滑參數(shù)取得最優(yōu)值，同時考慮到遺傳算法的局限性，則加入了模擬退火算法與其結(jié)合來對平滑參數(shù)值進行搜索最優(yōu)值。遺傳算法是一種較好的優(yōu)化搜索算法，種群搜索和種群中個體之間交換信息，不依賴于梯度信息和問題本身，具有較好的魯棒性、適應(yīng)性、并行性和全局搜索能力；