基于GARCH模型和BP神经网络模型的股票价格预测实证分析

• 作者: 于德胜 崔文喆 李宝毅
• 来源期刊: 天津师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 股价预测 收盘价 GARCH模型 BP神经网络模型 MATLAB
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 数学与统计学
• 页码范围: 30-34
• 页数: 5页
• 分类号: TP183|F830.91
• 字数: 4806字
• 语种: 中文
• DOI: 10.19638/j.issn1671-1114.20190505

摘要

采用GARCH模型和BP神经网络模型,利用上海A股30支股票(6类,每类各5支)2015年6月29日至2017年6月30日的日收盘价,分别进行短期(2017年7月3日至7日)、中期(2017年8月14日至18日)和长期(2017年9月25日至29日)预测.结果表明:在短期预测中,无论是否考虑当日价格波动对预测结果的影响,2个模型的每日与一周总体预测效果的差异均不具有统计学意义(P＞0.05);在中期预测中,无论是否考虑当日价格波动对预测结果的影响,BP神经网络模型的每日与一周总体预测效果均优于GARCH模型,且总体差异具有高度统计学意义(P＜0.01),不考虑当日价格波动时每日预测效果的差异具有统计学意义(0.01＜ P＜ 0.05),考虑价格波动时每日预测中有3日预测效果的差异不具有统计学意义(P＞0.05),有2日预测效果的差异具有统计学意义(0.01＜P＜0.05);在长期预测中,无论是否考虑当日价格波动对预测结果的影响,BP神经网络模型的每日与一周总体预测效果均优于GARCH模型,且总体差异具有高度统计学意义(P＜0.01),每日预测效果的差异不具有统计学意义(P＞0.05);随着预测周期的延后,预测误差逐渐增大.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李宝毅	天津师范大学数学科学学院	50	113	5.0	8.0
2	崔文喆	天津师范大学数学科学学院	5	1	1.0	1.0
3	于德胜	天津师范大学数学科学学院	4	11	2.0	3.0