基于灰色系统和神经网络的创业板股票价格预测研究

• 作者: 左黎明 王露 马娟
• 来源期刊: 当代金融研究
• 学科: 经济
• 关键词: 灰色预测 BP神经网络 股票预测 Adaptive-Lasso算法
• 年，卷（期）: 2019,（2）
• 页码范围: 87-97
• 页数: 11页
• 分类号: F201

摘要

股票价格预测是投资领域的一个重点关注课题。由于股票价格受到诸多非线性因素的影响,得到精确的预测结果较为困难。为了消除股票指标的多重共线性,采用AdaptiveLasso算法对指标变量进行筛选,实现了数据降维。之后,利用灰色预测对股票价格影响指标进行预测,并在此基础上利用神经网络模型对股票收盘价进行预测。结果表明,利用灰色系统和BP神经网络结合的模型所得预测结果平均相对误差为0.095,且运行效率较高,对股票预测具有一定的积极意义。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马娟	江西外语外贸职业学院会计金融学院	12	3	1.0	1.0
2	王露	华东交通大学系统工程与密码学研究所	7	7	2.0	2.0
3	左黎明		7	9	2.0	3.0