基于Apriori算法和神经网络的模糊交易决策

通过三角模糊器将技术分析指标模糊化并利用Apriori算法和神经网络生成非主观类交易规则,设计带有非主观类模糊交易规则库、Mamdani含义的乘积推理机、中心平均解模糊器的模糊决策系统.利用带有遗忘因子递推最小二乘法对系统的结构性参数进行估计,并提出两种非主观类的交易决策(Apriori策略、神经网络策略).实证结果显示,在扣除交易成本后,非主观类交易规则策略比被动的买入持有策略以及主观类的投资策略平均而言具有更高的年化收益率和夏普比率.研究结果表明,基金经理或股票投资者在进行交易决策时,非主观类的模糊决策系统能给予有效的投资指导,并建议去尝试克服自身心理以及市场基准.