作为外汇市场时间序列不变量的弦预测模型
交易与市场微观结构
2014-03-05 v2 计算金融
摘要
在本文中，我们将弦理论的新方法应用于真实金融市场。这是对文献 [1] 在价格预测方面的直接扩展和应用。这些模型是基于弦不变量的预测模型（PMBSI）的思想构建的。在人工和金融时间序列上，将 PMBSI 的性能与支持向量机（SVM）和人工神经网络（ANN）进行了比较。简要概述了结果和分析。第一个模型基于作为不变量的相关函数，第二个模型是基于对闭合弦/模式形式的偏差的应用（PMBCS）。我们发现了这两种方法之间的差异。与第二个模型相比，第一个模型无法以良好的效率预测外汇市场的行为，而第二个模型此外还能够产生相关的年利润。
引用
@article{arxiv.1109.0435,
title = {The string prediction models as an invariants of time series in forex market},
author = {Richard Pincak and Marian Repasan},
journal= {arXiv preprint arXiv:1109.0435},
year = {2014}
}
备注
SORS Research a.s, 040 01 Kosice, Slovak Republic, 14 pages, 11 figures