Ahmad M.阿瓦扬。；伊斯梅尔·塔希尔；阿尔瓦迪，S。 用于预测股市指数的混合EMD-MA。 （英语） Zbl 1409.62204号 意大利语。J.纯应用。数学。 38, 313-332 (2017). 摘要：目前，股票市场数据预测在具有高度异方差的非平稳和非线性时间序列数据领域受到了高度重视，因为提高预测精度是研究人员的一个热门话题。因此，本文作者提出了一种新的方法，将经验模式分解与移动平均模型相结合，作为一种改进的方法，以提高股市数据内容的预测精度。该方法的优点在于能够预测非线性和非平稳的财务数据，而无需使用任何转换方法。此外，该方法提供了更好的模型具有足够的预测精度。应用14个国家的每日股市数据，验证了该方法的预测性能。基于五种预测精度度量，结果表明，所提出的预测方法性能优于四种选定的预测技术。 MSC公司： 62P05号 统计学在精算科学和金融数学中的应用 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 62M20型 随机过程推断和预测 关键词：股市指数预测；非线性非平稳时间序列；经验模态分解；组合预测模型；异方差时间序列 PDF格式BibTeX公司 XML格式引用 \textit{A.M.Awajan}等人，意大利语。J.纯应用。数学。38313--332（2017；Zbl 1409.62204） 全文： 链接