| 基于ARIMA-SVM组合模型的股票价格预测 |
| |
| 引用本文： | 程昌品,陈强,姜永生.基于ARIMA-SVM组合模型的股票价格预测[J].计算机仿真,2012(6):343-346. |
| |
| 作者姓名： | 程昌品 陈强 姜永生 |
| |
| 作者单位： | 广东第二师范学院计算机科学系,广东广州,510303 |
| |
| 基金项目： | 广东省科技计划资助项目，2011年广东省现代信息服务业发展专项资金项目 |
| |
| 摘 要： | 现有的股票价格准确预测方法各有优缺点,为了发挥各种预测方法的优点,提出二进正交小波变换和ARIMA-SVM方法的非平稳时间序列预测方案。使用小波分解算法对数据进行分解,分离出非平稳时间序列中的低频信息和高频信息;然后对高频信息构建自回归模型ARIMA预测,对低频信息则用SVM模型进行拟合;最后将各模型的预测结果进行叠加,从而得到原始时间序列的预测值。将预测结果与实际值比较,组合模型具有较好的预测效果。经实验证明,小波分解的ARI-MA-SVM组合模型较单一的预测模型效果更为理想。
|
| 关 键 词： | 小波变换 非平稳时间序列 支持向量机组合模型 预测 |
Research on Stock Price Prediction Based on Wavelet Decomposition and ARIMA- SVM Combined Model |
| |
| CHENG Chang-pin
,
CHEN Qiang
,
JIANG Yong-sheng.Research on Stock Price Prediction Based on Wavelet Decomposition and ARIMA- SVM Combined Model[J].Computer Simulation,2012(6):343-346. |
| |
| Authors: | CHENG Chang-pin CHEN Qiang JIANG Yong-sheng |
| |
| Affiliation: | (Guangdong Institute of Education,Guangzhou Guangdong 510303,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
