基于主趋势辨识和智能残差修正的股指时间序列预测

• 作者: 游达明 罗洪奔
• 来源期刊: 系统工程
• 学科: 工学
• 关键词: 奇异谱分析 自回归 遗传算法 支持向量机
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 金融系统工程
• 页码范围: 24-30
• 页数: 7页
• 分类号: TP273
• 语种: 中文

摘要

针对股指时问序列存在信噪比低、干扰因素多、随机波动强的特点,提出一种基于主趋势辨识和智能残差补偿的股指序列预测方法.一方面利用奇异谱分析方法对股指时间序列重构,提取股指时间序列的主要趋势,采用自回归方法实现对主趋势的辨识;另一方面将主趋势模型与实际股指时间序列的残差,采用GA-SVM算法对残差进行学习,所得结果对自回归模型进行修正.实证分析结果表明,采用本文算法能够有效的将预测精度控制在7％以内,同时与灰色预测算法以及神经网络算法相比,在RMSE、MAPE和F三项指标,占有一定的优势,从而提供了一种新的分析股指时间序列的有效途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	游达明		184	1908	26.0	35.0
2	罗洪奔		3	16	1.0	3.0