灰色预测相对误差在股价区间预测中的应用.pdf

第23卷 第4期 洛阳理工学院学报(自然科学版) VOI．23 N0．4 2013年l2月 JournalofLuoyangInstituteofScienceandTechnology(NaturalScienceEdition) Dec．2013 灰色预测相对误差在股价区间预测中的应用 康 建 伟 f河南工业大学 电气工程学院，河南郑州450001) 摘 要：根据相对误差最小的原则对原始数据进行筛选，将GM(I．1)模型用于股票预测，同时利用最小的相对误差 和模型预测值将单值预测转换为区间预测，并以中国石化(600027)2012年 月39个交易数据为例进行了分析。分 析结果表明，54％的预测区间是有效的。 关键词：GM(1．1洪 型；相对误差；区间预测 DoI：10．3969／i．issn．1674-5043．2013。04．022 中图分类号：O121 文献标志码：A 文章编号：1674-5043(2013)0-40091-03 在证券市场中，股票价格备受投资者关注，然而影响股票价格变动的因素很多，如政策、经济状 况、投资者心理因素等，并且这些因素错综复杂，相互影响，因此，股票价格预测成功与否关系着投资 的成败。 国内已有不少学者对我国的股票市场进行了研究与分析 。王天娥和叶德谦 利用一种改进 的Elman动 态神经网络模型对股票价格进行预测；杨震 。基于统计学和支持向量机提出了一种新的股票价格预测方 法；杨淑玲 指出灰色预测模型对短期股票价格预测精度较长期预测精度高；覃思乾 指‘出在短期股价预 测方面，GM(1，1)模型优于ARIMA模型；夏景明等 。在灰色预测模型的基础上提出了组合灰色神经网络预 测模型。 灰色预测是一种应用比较广泛的预测方法，已成功应用于许多领域，它具有原理简单、要求样本 少、短期预测精度高等特点。灰色预测同其他预测方法一样，也存在一定的预测误差。本文利用灰色预 测模型的相对误差对预测值进行修正，取得了一定的成果。 本文与已有文献主要不同之处在于：用相对误差(预测值与实际值之差的绝对值与实际值的比值)最小 选择建立GM(1，I)模型所需要的数据；用相对误差对预测值进行修正，从单值预测转变为区间预测，为不 同类型的投资者提供参考 。 1 GM(I，1)模型 GM(I，1)模型是灰色模型中最常用的一种，建模过程如下。 假定一个原始随机时间序列 (0)，其一次累加生成序列 “)， (。)= (。‘(1)，X。‘’(2)，…，。‘())， ()=( ‘‘(】)， ‘(2)，…， ‘’()) 其中， ’‘(七)=∑ 。‘()，k=l2 。 i=l 对序列 (”，GM(I，1)对应的微分方程为 (1) dx + 甜 (I)： — — dt 用最小二乘法求得 收稿 日期：2013-08—0l 作者简介：康建伟(1979一)，男，河南商丘人，硕士，讲师，主要从事普适计算方面的研究． 92 洛阳理工学院学报 (自然科学版) 第23卷 其中， ]=『cBB，B=一一圭·1(’【2(1())++㈩1(23(())]] ， Y=(。‘(2)，X。‘(3)，．．．， 。())， ^ (