EMD和GARCH模型应用于股票价格预测.pdfVIP

第31卷 第 11期 河 南 科 学 VolI31No．11 2013年 11月 HENAN SCIENCE NOV．2013 文章编号：1004—3918(2013)11-2029—06 EMD和 GARCH模型应用于股票价格预测 杨建辉． 易慧琳 (华南理工大学 工商管理学院，广州 510641) 摘 要：将EMD(经验模式分解)方法应用到股票价格趋势的预测中，找 出影响股票市场波动的关键因素，旨在提 高预测的精确性 ．通过EMD方法将上证指数 日收盘价数据分解为不同频率的数据段 ，重组为高频序列、低频序列 和趋势序列．运用高阶 自回归和GARCH模型对分解出来的各序列进行拟合和预测，避免各个分段预测过程中的误 差累积．最后对预测数据重组，得到样本外数据的预测序列．结果表明，该模型具有较好的预测效果，能给投资者提 供更为合理的股票投资意见，同时为趋势预测研究提供借鉴 ． 关键词：股价预测；EMD；GARCH模型； 自回归模型 中图分类号：F832．48 文献标识码：A StockPriceForecastingBasedonEM D andGARCH Model YangJianhui， YiHuilin (SchoolofBusinessAdministration，SouthChinaUniversityofTechnology，Guangzhou510641，China) Abstract：TheEMD(EmpiricalModeDecomposition)methodwasappliedtostockpricetrendforecast，forimproving theforecastingaccuracy．UsingtheEMD methodwedecomposedthedailyclosingpricedataofShanghaiStock Indexintothedatasegmentswith differentrfequency，thenfittedandforecastedthedatasegmentsthrough the highorderautoregressiveandtheGARCH mode1．Atlast，wegettheout—of—sampleforecastsequenceafterthe restructureofthepredictiondata．Theresultsshow thatthemodelhasgoodpredictioneffect，canprovidemore reasonablestockinvestmentadvicetoinvestors，andhasreferencevaluefortrendpredictionresearch． Keywords：stockpriceforecasting； EMD； theGARCH model； autoregressivemodel EMD(经验模式分解)模型是Huang[-2]提出的一种全新的多分辨率信号分析方法．通过对信号进行平稳 化处理，将信号逐级分解成具有不同特征尺度的本征模式函数，可以更准确地反映系统原有的物理特性，自 EMD方法提出以来，其广泛运用于经济等领域[3．1．目前，对EMD方法的研究主要集中在数据分解、与其他 模型结合探究数据特性并拓展分析：史美景6[1将EMD方法应用于探究我国通货膨胀率及股票实际收益率的 不同频率的波动关系和长期变动趋势．阮连法[71在房价分析中运用EMD方法，证明分解后的预测效果更佳． 王立民嘲利用EMD方法精确地研究了套期保值期限与最优套期保值比率和套期保值绩效之间的关系．王 怡文[91将 EMD引入 Copula函数的相关性分析，较好地拟合了数据 的厚尾特性．李成刚 0【·]运用 EMD改进AC 算法，结合GMDH智能化权重的组合预测模型预测精度更高．刘勤贤_ll1证明EMD与遗传神经网络结合模 型对数据拟合效果较好 ． GARCH模型是专门针对金融数据量体定做的回归模型，特别适用于波动性的分析和预测．刘