重庆理工大学学报（自然科学） ›› 2019, Vol. 33 ›› Issue (5): 89-94.
李珊珊1a，许 萍2，梁小红1b，徐 琳3
摘要： 针对企业、事业单位的财务金融系统存在非线性、非平稳性与噪声大的特点，为提高财务金融长期趋势的预测准确率与可靠性，提出了一种基于粗糙集的财务金融时间序列预测算法。通过粗糙集的化简概念删除输入数据集的冗余信息，根据事实信息生成无噪声的决策规则。考虑到训练样本的时期远近对粗糙集模型的分类准确率存在影响，设计了加权调和的粗糙集模型，为时期久远的训练样本分配较低的权重，为时期较近的训练样本分配较高的权重，提高近期训练样本对粗糙集模型的贡献。此外，提出了基于时间加权调和的决策冲突方案。基于香港恒生指数的实验结果表明：相比原粗糙集模型与支持向量机模型，本算法获得了更高的预测准确率。
中图分类号:
主管单位：重庆市教育委员会