作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为解决复杂时间序列棘手的预测问题,在综合了解其线性和非线性复合特征的基础上,提出了基于ARIMA和SVM相结合的时间序列预测模型.本文先用ARIMA模型对时间序列进行线性建模,然后采用SVM对时间序列的非线性部分进行建模,最后得到两种模型的综合预估结果.文章的数据来源于“华泰证券”为期一年的250期股票收盘价,分析结果说明:ARIMA-SVM组合模型的精度比单一模型的预测精度要高,组合模型对于短期动态、静态预测成效较高,有利于投资者和企业做出更加科学可行的决策.
推荐文章
数据多维处理LSTM股票价格预测模型
长短期记忆网络
股价预测
组合模型
萤火虫算法
最小二乘支持向量机
基于情感分析和GAN的股票价格预测方法
股票价格预测
情感分析
卷积神经网络
生成对抗网络
基于分型布朗运动的股票价格趋势预测
布朗运动
分型布朗运动
蒙特卡洛模拟
正态性检验
股票价格
基于DMD-LSTM模型的股票价格时间序列预测研究
动态模态分解
长短期记忆神经网络
模态特征
板块联动效应
市场背景
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于ARIMA-SVM组合模型的创业板股票价格预测分析
来源期刊 广西质量监督导报 学科
关键词 ARIMA模型 ARIMA-SVM 创业板股价 组合模型
年,卷(期) 2019,(12) 所属期刊栏目 热点透视
研究方向 页码范围 131-132
页数 2页 分类号
字数 3910字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张青 新疆财经大学统计与数据科学学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (6)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
ARIMA模型
ARIMA-SVM
创业板股价
组合模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
广西质量监督导报
月刊
1009-6310
45-1223/T
大16开
广西南宁市东葛路24-8号凯丰大厦C单元10楼
1995
chi
出版文献量(篇)
11342
总下载数(次)
74
总被引数(次)
5456
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导