基于QPSO的上证指数ARCH模型  

ARCH Model for Stock Return of Shanghai Based on QPSO Algorithm

作　　者：梅娟[1] 孙俊[1] 须文波[1] 

机构地区：[1]江南大学信息工程学院,无锡214122

出　　处：《计算机工程》2007年第24期29-31,共3页Computer Engineering

基　　金：国家自然科学基金资助项目(60474030)

摘　　要：介绍一种利用量子行为粒子群算法(QPSO)建立上证指数收益的ARCH模型,利用不同的算法精确地估计模型中的参数,验证QPSO算法的优越性。利用得到的估计模型对指数收益进行预测,得到大致跟随指数实际走势的预测值。试验结果表明,QPSO算法比粒子群算法、遗传算法能更好地解决此类问题。This paper proposes an improved quantum-behaved particle swarm optimization using the notion of species for establishing the ARCH model for stock return, and then forecastes subsequent trend. The experimental results show quantum-behaved particle swarm optimization is better at solving this problem than PSO and GA.

关 键 词：ARCH模型 QPSO算法 PSO算法 异方差 遗传算法 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]