最优组合预测模型的构建及其应用研究

被引：55

作者：

戴钰 ^{[1
,2
]}

机构：

[1] 武汉理工大学经济学院

[2] 长沙理工大学文法学院

来源：

经济数学 | 2010年 / 27卷 / 01期

关键词：

RBF神经网络模型; GM(1,1)模型; ARIMA模型; 最优组合预测模型;

D O I：

暂无

中图分类号：

F830.91 [证券市场]; F224 [经济数学方法];

学科分类号：

020104 [西方经济学]; 020219 [财政学（含：税收学）];

摘要：

由于证券价格是随机游走的,在证券定价研究中RBF神经网络模型、灰色GM(1,1)模型、ARIMA模型不具备时效性,通过对上述三个模型进行综合分析,结合三者中有用的信息集合,构建一个最优组合预测模型.在此基础上选取了深发展A在2007年全年的收盘价作为研究样本对这四个模型进行实证研究,研究结果发现,最优组合预测方法对证券价格进行预测具有很好的预测精度和很高的可靠性.

引用

页码：92 / 98

页数：7

共 6 条

[1]

灰色理论在股市预测中的应用 [J].