基于股价指数预测的仿真研究

被引：15

作者：

甘昕艳 ^{[1
]}

张钰玲 ^{[2
]}

潘家英 ^{[1
]}

机构：

[1] 广西中医学院信息网络中心

[2] 广西职业技术学院电子与机械工程系

来源：

计算机仿真 | 2010年 / 27卷 / 10期

关键词：

组合预测; 小波分析; 神经网络; 股票价格;

D O I：

暂无

中图分类号：

F224 [经济数学方法]; F830.91 [证券市场];

学科分类号：

020104 [西方经济学]; 020219 [财政学（含：税收学）];

摘要：

研究股价预测问题,针对股价指数具有不稳定和时变性,单一预测方法预测准确度低、误差过大,为提高预测精度,消除噪声,提出一种小波分析的自回归滑动平均(ARIMA)与BP神经网络(BPNN)相结合的股价指数组合预测方法。组合预测方法首先采用小波分析对股价原始数据进行分解和重构,股价数据经过小波处理后,变成线性和非线性两部分,采用ARIMA和BPNN分别对线性部分和非线部分进行预测,最后组合两者预测结果得到股价指数最终预测结果,用上证A股的收盘指数数据对组合预测方法进行了验证测试,实验结果表明组合预测方法比单一预测方法预测准确度高,误差小,在股价指数预测中具有广泛的应用前景,可为股市提供参考。

引用

页码：297 / 300

页数：4

共 6 条

[1]

A Markov switching model of the conditional volatility of crude oil futures prices [J].

Fong, WM ;

See, KH .

ENERGY ECONOMICS, 2002, 24 (01) :71-95

[2]

The price–volume relationship in the crude oil futures market Some results based on linear and nonlinear causality testing.[J].Imad A. Moosa;Param Silvapulle.International Review of Economics and Finance.2000, 1

[3]

Predicting a chaotic time series using a fuzzy neural network.[J].L.P. Maguire;B. Roche;T.M. McGinnity;L.J. McDaid.Information Sciences.1998, 1

[4]

小波神经网络预测模型的仿真实现 [J].