Resumen

Investigamos los comportamientos estadísticos de las fluctuaciones del mercado bursátil chino mediante el análisis de componentes independientes. El método de análisis de componentes independientes (ICA) se integra en el modelo de red neuronal. El enfoque propuesto utiliza el método ICA para analizar los datos de entrada de la red neuronal y puede obtener los componentes independientes latentes (CI). Tras analizar y eliminar los CI que representan ruido, el resto de los CI se utilizan como entrada de la red neuronal. Con el fin de predecir las fluctuaciones del mercado de valores chino, se seleccionan y analizan los datos del Índice Compuesto de Shanghai, y se comparan los resultados de predicción del modelo propuesto con los del modelo de BP común que integra el análisis de componentes principales (ACP) y el modelo de BP único. Los resultados experimentales muestran que el modelo propuesto supera a los otros dos modelos, independientemente de que la muestra sea relativamente pequeña o grande, y que el rendimiento del modelo de BP que integra PCA se acerca más al del modelo propuesto en muestras relativamente grandes. Además, los resultados de las predicciones de los tres modelos anteriores sobre los puntos en los que los precios fluctúan violentamente se desvían relativamente de los datos de mercado reales correspondientes.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:análisis de componentes independientes, modelo, muestra grande, red neuronal, fluctuaciones del mercado bursátil chino, mercado bursátil chino, índice compuesto de shanghai, modelo pb común, componentes independientes latentes, modelo de red neuronal
• Keywords:independent component analysis, model, large sample, neural network, chinese stock market fluctuations, chinese stock market, shanghai composite index, common bp model, latent independent components, neural network model