- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于股价指数预测的仿真研究.pdf
第27卷 第1O期 计 算 机 仿 真 2010年1O月
文章编号:1006—9348(2010)10—0297—04
基于股价指数预测 的仿真研究
甘昕艳 ,张钰玲 ,潘家英
(1.广西中医学院信息网络 中心,广西 南宁530001;
2.广西职业技术学院电子与机械工程系,广西 南宁530223)
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。
关键词:组合预测;小波分析;神经网络;股票价格
中图分类号:TV139.1 文献标识码:B
StudyonSimulation ofStockPriceIndexForecasting
GAN Xin—yan ,ZHANG Yu—ling,PAN Jia—ying
(1.InformationNetworkCentre,GuangxiTraditionalChineseMedicalUniversity,NanningGuangxi530001,China;
2.DepartmentofElectronic MachineryEngineering.GuangxiVocational
andTechnicalCollege,NanningGuangxi530226,China)
ABSTRACT:Basedontheanalysisofthecharacteristicsofnonlinearityandstronginterferenceofstockpricedueto
thecomplexanduncertaintyoftimevariance,anew approachwasproposedforstockpriceprediction.Firstly,wave—
lettransform isemployedtodecompositiontheoriginal stockpricedatatoreflecttheessenceandvariationoftstock
priceThenahybridmethodologythatexploitstheuniquestrengthoftheARIMAmodelandBPNN modeltoforecastt
stockpriceFinally,numericalfieldexamplesweregiventotestifytheprecisionofthemod e1.Theresultshowsthat
(1)thehybridmodelcanproducemoreaccuratepredictionsthanthatofsinglemodel;(2)thehybridmodelthatU—
sesthemethodofwaveletdecompositionismoreefficientandreliable.Thehybridmodelbasedonwaveletdecompo—
sitioncanbeanefficientmethodtohtedynamicstockpriceprediction.
KEYW ORDS:Combinationforecast;W
文档评论(0)