何一岳;高,倪;王凤虎;如少峰;韩金波 基于EMD和支持向量回归的股价综合预测研究。 (中文。英文摘要) Zbl 1438.62174号 西北大学自然科学杂志。预计起飞时间。 49,第3号,329-336(2019). 摘要:为了实现对非平稳非线性股价时间序列的高精度预测,提出了一种基于经验模式分解和支持向量回归的综合股价预测方法EMD-SVRF。首先,利用经验模式分解方法从股票对数收益率时间序列中提取固有模式函数和趋势项。然后,利用varepsilon不敏感支持向量回归,建立了内禀模函数和趋势子序列的几种预测模型,并计算了各内禀模式函数和趋势项的预测值。最后,将这些预测值集成为股票收益的预测值。实验结果表明,与EMD-Elman网络和ARMA-GARCH等主流方法相比,EMD-SVRF具有较小的拟合和预测误差,是一种高精度的股价预测方法。 MSC公司: 62M20型 随机过程推断和预测 62M10个 统计学中的时间序列、自相关、回归等(GARCH) 91B24型 微观经济理论(价格理论和经济市场) 62第20页 统计学在经济学中的应用 关键词:股票价格;时间序列建模;综合预测;经验模态分解;支持向量回归 PDF格式BibTeX公司 XML格式引用 \textit{Y.He}等人,J.西北大学,自然科学。第49版,第329-336号(2019年;兹bl 1438.62174) 全文: 内政部