本项目以沪深股市造纸印刷板块的上市公司为样本,在搞清所给模式的复杂度和模糊度的基础上,提出基于网格和密度的模糊聚类神经网络模型,从众多股票中划分出有发展潜力和盈利空间的股票,分析股票市场的逼近特性和摄动性能,建立模糊蚂蚁系统预测模型,并将其应用到股票发展特点分析和走势的短期预测中。针对股票市场这一强涨落复杂系统,首创模糊股市正面倾斜理论,深入研究投资个股以及板块的倾斜度和定海神针确信度问题。最后用CF图范畴来建立突发因素空间,统观内部因素的复杂性和外部因素的可变性,判断股价处于太极序列的位置并对发展情况好的股票进行风险评估,从而使投资者的投资行为走向理性化。综上所述,本项目是有别于目前股市流行理论的一种全新的基础理论研究,对广大投资者掌握正确的投资方法也大有裨益。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
拥堵路网交通流均衡分配模型
MSGD: A Novel Matrix Factorization Approach for Large-Scale Collaborative Filtering Recommender Systems on GPUs
卫生系统韧性研究概况及其展望
面向云工作流安全的任务调度方法
模糊神经网络的底摩根代数聚类特性和CF图范畴结构研究
导出范畴和倾斜理论
Extriangulated 范畴和丛倾斜理论
三角范畴中挠理论与倾斜理论