最优组合模型在证券市场预测中的应用研究

• 作者: 王玲
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 股票价格 神经网络 支持向量机 灰色关联模型
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 社会科学领域仿真
• 页码范围: 356-359
• 分类号: TP391
• 字数: 3304字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2012.01.090

摘要

研究证券市场预测中的股票价格预测精度问题,股票价格受到政治、经济、投资者心理等多种因素影响,股票价格波动较大,系统具有非线性复杂变化规律,单一预测模型只能反映股票价格变化时段信息,预测精度比较低.为了提高股票价格预测精度,提出一种组合模型的股票价格预测方法.首先分别采用ARIMA、GM、RBF神经网络对股票价格进行预测,然后通过权重值获得最优组合预测模型进行股票价格预测.结果表明,组合预测模型提高了股票价格预测精度,降低了预测误差,克服了单一预测模型在股票价格预测中的缺陷,为股票价格等非线性系统准确性预测提供了参考依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王玲	贵州财经学院继续教育学院	13	35	3.0	5.0