作者：罗伟股指时间序列组合预测arima神经网络合作对策
摘要：针对我国股市呈现出非线性,大幅度、频繁波动的特征,提出一种股指时间序列智能组合预测方法。从多种经济指标之间的相关性出发利用神经网络方法,建立股指时间序列预测模型;同时从时间关联性的角度出发,利用改进ARIMA方法,建立辨识股指时间序列发展趋势和规律,通过引入合作对策方法,对两种预测方法进行组合。仿真结果表明,采用此算法能够有效的将预测精度控制在6.6%以内,与单一模型在RMSE、MAPE和F三项指标比较具有较大优势。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
