ARIMA和RBF神经网络相融合的股票价格预测研究

• 作者: 丛佩丽 俞国红 杨德志
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 股票价格 组合预测 神经网络 自回归移动差分模型
• 年，卷（期）: 2013,（18）
• 所属期刊栏目: 工程与应用
• 页码范围: 245-248,259
• 页数: 5页
• 分类号: TP311
• 字数: 4192字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1112-0126

摘要

针对股票价格的突变性、非线性和随机性，单一预测方法仅能描述股票价格片断信息等缺陷，提出一种股票价格组合预测模型。采用自回归移动平均模型（ARIMA）对股票价格进行预测，捕捉股票价格线性变化趋势。采用RBF神经网络对非线性、随机变化规律进行预测。将两者结果组合得到股票价格预测结果。采用组合模型对包钢股份（600010）股票收盘价进行仿真实验，结果表明，相对于单一预测模型，组合预测模型更加全面、准确刻画了股票价格的变化规律，提高了股票价格预测精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨德志	辽东学院经济学院	47	105	6.0	9.0
2	丛佩丽	辽宁机电职业技术学院信息工程系	24	87	5.0	8.0