文献类型：期刊文献

中文题名：基于MASD＿TPM模板匹配算法的股市决策模型

作者：史建楠[1];邹俊忠[1];麦勇[2];卫作臣[1]

机构：[1]华东理工大学信息科学与工程学院,上海200237;[2]华东理工大学商学院,上海200237

年份：2020

卷号：36

期号：1

起止页码：158

中文期刊名：统计与决策

外文期刊名：Statistics & Decision

收录：CSTPCD;;国家哲学社会科学学术期刊数据库;北大核心:【北大核心2017】；CSSCI:【CSSCI2019_2020】；

基金：国家社会科学基金资助项目(14BJY177)

语种：中文

中文关键词：模板匹配;匹配序列长度控制;插值重采样技术

摘要：股票市场的形态分析和趋势预测是时间序列研究领域重要的研究方向。针对股票市场价格形态复杂,转折点形态预测困难的问题,文章提出了一种多尺度自适应模板匹配算法(MASD_TPM)来识别股票价格的形态走势。该算法在传统的模板匹配技术(TPM)中引入了匹配序列长度控制和插值重采样来避免匹配形态单一的问题。结果显示,基于该算法构建的决策交易模型在上证50等相关指数上能较为准确地识别市场价格的旗型形态,其收益超过多组对比模型平均水平。