×

使用混合预测方法对上海和深圳股市进行预测研究。 (英语) Zbl 1315.62080号

摘要:本文提出了一种新的混合股价预测方法。该混合方法基于小波变换、小波去噪、线性模型(自回归综合滑动平均(ARIMA)模型和指数平滑(ES)模型)以及非线性模型(BP神经网络和RBF神经网络)。小波变换为预测提供了一组比股票序列性能更好的本构序列。小波去噪用于消除股票序列的一些轻微随机波动。利用ARIMA模型和ES模型预测去噪股票序列的线性分量,然后开发BP神经网络和RBF神经网络作为非线性模式识别工具,以校正线性模型预测的估计误差。该方法在上海和深圳股市上进行了检验,并将结果与一些最新的股价预测方法进行了比较。结果表明,该混合方法可以显著提高预测精度。同时,该方法也可以应用于产品或系统的可靠性分析和预测,提高可靠性工程的准确性。

MSC公司:

62P05号 统计学在精算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)
65T60型 小波的数值方法
68T05型 人工智能中的学习和自适应系统
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] DOI:10.1016/j.ndteint.2009.06.003·doi:10.1016/j.ndteint.2009.06.003
[2] DOI:10.1016/S0261-5177(00)00068-6·doi:10.1016/S0261-5177(00)00068-6
[3] Burrus C.S.,小波和小波变换简介(2007)
[4] DOI:10.1016/j.eswa.2011.02.049·doi:10.1016/j.eswa.2011.02.049
[5] 内政部:10.1109/18.382009·Zbl 0820.62002号 ·doi:10.1109/18.382009年
[6] DOI:10.1093/biomet/81.3.425·Zbl 0815.62019号 ·doi:10.1093/生物技术/81.3425
[7] DOI:10.1016/j.engappai.2009.09.015·doi:10.1016/j.engappai.2009.09.015
[8] DOI:10.10109/TPWRS.2005.846044·doi:10.10109/TPWRS.2005.846044
[9] 内政部:10.1057/jors.1969.52·Zbl 0174.21901号 ·doi:10.1057/jors.1969.52
[10] DOI:10.1016/j.eswa.2011.02.068·doi:10.1016/j.eswa.2011.02.068
[11] DOI:10.1016/j.eswa.2006.04.007·doi:10.1016/j.eswa.2006.04.007
[12] Hong W.J.,ICIC快讯,B部分:申请2,第7页–(2011年)
[13] 侯赛因F.,ICIC快讯,B部分:申请1第151页–(2010年)
[14] 内政部:10.5367/000000001101297946·doi:10.5367/00000001101297946
[15] DOI:10.1016/j.eswa.2010.03.012·doi:10.1016/j.eswa.2010.03.012
[16] Mallat S.,《信号处理的小波教程》(2009)·Zbl 1170.94003号
[17] DOI:10.1016/j.asoc.2010.10.015·Zbl 05889581号 ·doi:10.1016/j.soc.2010.10.015
[18] DOI:10.1016/j.neucom.2008.04.016·Zbl 05718898号 ·doi:10.1016/j.neucom.2008.04.016
[19] Percival D.B.,时间序列分析的小波方法(2006)·Zbl 1129.62080号
[20] DOI:10.1016/j.enconman.2010.10.047·doi:10.1016/j.enconman.2010.10.047
[21] Takahama T.,《信息与控制》5,第5021页–(2009年)·Zbl 1173.90549号
[22] 内政部:10.1016/S0898-1221(03)00032-4·Zbl 1043.62077号 ·doi:10.1016/S0898-1221(03)00032-4
[23] 王杰,《应用专家系统》38页14346–(2011)
[24] DOI:10.1016/j.egypro.2011.03.446·doi:10.1016/j.egypro.2011.03.446
[25] DOI:10.1016/S0925-2312(01)00702-0·Zbl 1006.68828号 ·doi:10.1016/S0925-2312(01)00702-0
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。