基于奇异谱分析的GRNN模型在金融时间序列中的应用

• 作者: 刘遵雄 周天清
• 来源期刊: 华东交通大学学报
• 学科: 工学
• 关键词: 奇异谱分析 广义神经网络 线性递归 金融时间序列 预测
• 年，卷（期）: 2011,（2）
• 页码范围: 29-34
• 分类号: TP183
• 字数: 3696字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-0523.2011.02.006

摘要

奇异谱分析(SSA)作为一类无参数、独立于模型的时间序列分析技术,适用于具有非线性、非平稳性、含噪声的金融时间序列数据的分析与研究.目前,基于SSA的预测通常采用线性递归、BP神经网络等模型,但其预测精度、训练速度并不理想.为此,该文提出基于SSA的广义回归神经网络(GRNN)预测模型,它以SSA所获取的主成份重构序列作为GRNN的输入进行预测.以同方股份收盘价格为测试数据,预测日收盘价.结果表明,基于SSA的GRNN模型预测效果不仅略优于GRNN预测方法,而且明显优于常规的SSA算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘遵雄	华东交通大学信息工程学院	59	330	10.0	15.0
2	周天清	华东交通大学信息工程学院	5	12	2.0	3.0