论文部分内容阅读
金融时间序列本质上是复杂的、高度噪声的，呈现出非线性行为，使得传统的统计方法难以有效地预测。随着计算技术的发展，已经出现了一些软计算技术用以支持金融时间序列预测。通过综述软计算技术在金融时间序列预测的数据准备、算法模型、自我训练学习、预测评估及优化方面的最新进展，从而便于研究者对已有软计算技术进行改进和研究新的预测算法。