基于ARIMA模型的金融品种走势预测技术

• 作者: 王成国 蔡志平 邓仲元 陈海文
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 时间序列 差分自回归滑动平均模型 平稳 金融品种推荐 模型预测
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 11-14,19
• 页数: 5页
• 分类号: tP301
• 字数: 4678字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2015.07.003

摘要

利用金融品种的历史数据开展数据挖掘，有效预测金融品种的走势，为投资者提供决策导向具有广阔的市场前景和应用价值。文中针对金融品种走势预测的应用需求，深入分析金融品种的时间序列特征，总结出其除了包含常见的非线性、非平稳、动态等特征外，还具有高噪音和非正态等特点。基于求和自回归滑动平均模型，建立金融品种走势预测模型，通过实际数据验证了模型的有效性及预测的准确性。自回归滑动平均模型可用于金融品种的动态分析和短期预测。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡志平	国防科学技术大学计算机学院	38	561	13.0	23.0
2	陈海文	国防科学技术大学计算机学院	2	17	2.0	2.0
3	王成国	国防科学技术大学计算机学院	1	9	1.0	1.0
4	邓仲元	国防科学技术大学计算机学院	1	9	1.0	1.0