本文關(guān)鍵詞：基于時間相關(guān)性的股票價格混合預測模型

  更多相關(guān)文章： ARIMA 支持向量機 時間測地線 股票價格預測

【摘要】：對于金融市場決策而言,金融時間序列的分析預測扮演著越來越重要的角色。但通常的分析預測模型沒有考慮金融時間序列數(shù)據(jù)內(nèi)部的時間相關(guān)性問題,這在很大程度上影響了預測模型精度的進一步提高。因此提出一種新的股票價格混合預測模型,分別用ARIMA和基于時間測地線距離的SVM處理金融時序的線性和非線性成分。實驗表明,該混合模型可以有效克服傳統(tǒng)SVM核函數(shù)利用歐式距離表征時序數(shù)據(jù)相關(guān)性的不足,從而顯著提高組合模型的預測精度。
【作者單位】： 山西大學經(jīng)濟與管理學院;
【關(guān)鍵詞】： ARIMA 支持向量機 時間測地線 股票價格預測
【基金】：國家自然科學基金面上項目“市場微觀結(jié)構(gòu)、特質(zhì)波動率異象與MAX效應(yīng)”(71371113) 教育部人文社會科學研究項目“市場微觀結(jié)構(gòu)、流動性風險與MAX效應(yīng)”(13YJA790154)
【分類號】：F832.51
【正文快照】： 一、引言時間序列的預測就是通過收集、分析過去時間點的觀測值,使用模型刻畫其內(nèi)在的聯(lián)系并預測未來的數(shù)值。而金融時間序列的研究則因為其對于投資者和金融決策的特殊意義而成為近年來時間序列預測領(lǐng)域的研究熱點。但是,金融時序數(shù)據(jù)尤其是被視為經(jīng)濟狀況“晴雨表”的股票價

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王旭;;基于灰色-馬爾可夫改進的預測模型——以滬深300指數(shù)為例[J];時代金融;2011年27期

2 謝丁;;居民儲蓄“增長趨勢”預測模型與應(yīng)用——符合我國儲蓄市場特征的實用預測模型[J];金融理論與實踐;2009年11期

3 ;建立國民收入宏觀預測模型的設(shè)想[J];計劃經(jīng)濟研究;1981年34期

4 葉莉;浮動匯率預測模型的評估與實證分析[J];河北工業(yè)大學學報;1998年02期

5 張宇敬;李倩;蔡虎;;基于灰色預測模型的股價預測研究[J];金融教學與研究;2013年06期

6 徐先金;姜茂啟;;基于灰色預測模型的上海市實際利用外資預測[J];工業(yè)技術(shù)經(jīng)濟;2009年10期

7 周德杰;;虛幻貨幣定量分析預測模型——兼與甘耘同志商榷[J];投資研究;1991年03期

8 楊科;陳浪南;;股市波動率的短期預測模型和預測精度評價[J];管理科學學報;2012年05期

9 楊益民;股市風險分析與預測模型[J];預測;1996年05期

10 王磊;王強;;基于人工神經(jīng)網(wǎng)絡(luò)的股票高低點周期預測模型[J];計算技術(shù)與自動化;2009年04期

中國重要會議論文全文數(shù)據(jù)庫 前4條

1 劉開昌;;福建省建行儲蓄存款余額的灰色預測[A];1994中國控制與決策學術(shù)年會論文集[C];1994年

2 李蓬寧;;一種新的非線性神經(jīng)網(wǎng)絡(luò)集成股市預測模型[A];全國第19屆計算機技術(shù)與應(yīng)用（CACIS）學術(shù)會議論文集（下冊）[C];2008年

3 梁雪春;祝煜;;基于選擇性集成的違約預測模型設(shè)計[A];江蘇省系統(tǒng)工程學會第十一屆學術(shù)年會論文集[C];2009年

4 林建華;姜洪武;;短期股價預測模型及算法[A];發(fā)展的信息技術(shù)對管理的挑戰(zhàn)——99’管理科學學術(shù)會議專輯（下）[C];1999年

中國碩士學位論文全文數(shù)據(jù)庫 前6條

1 彭旭;破產(chǎn)預測模型的比較研究[D];西南財經(jīng)大學;2013年

2 劉今杰;最鄰近元預測模型在外匯市場上的應(yīng)用[D];電子科技大學;2013年

3 劉馨宇;VaR預測模型的比較與實證分析[D];東北師范大學;2011年

4 李靜;中國股票市場波動率預測模型比較及應(yīng)用研究[D];山東大學;2012年

5 劉紅躍;基于灰色馬爾可夫鏈理論的股市分析[D];北方工業(yè)大學;2015年

6 王t，

本文編號：531916