10.3969/j.issn.1004-3918.2013.11.043
EMD和GARCH模型应用于股票价格预测
将EMD(经验模式分解)方法应用到股票价格趋势的预测中,找出影响股票市场波动的关键因素,旨在提高预测的精确性。通过EMD方法将上证指数日收盘价数据分解为不同频率的数据段,重组为高频序列、低频序列和趋势序列,运用高阶自回归和GARCH模型对分解出来的各序列进行拟合和预测,避免各个分段预测过程中的误差累积,最后对预测数据重组,得到样本外数据的预测序列。结果表明,该模型具有较好的预测效果,能给投资者提供更为合理的股票投资意见,同时为趋势预测研究提供借鉴。
股价预测、EMD、GARCH模型、自回归模型
F832.48(金融、银行)
国家自然科学基金项目71073056
2014-01-09(万方平台首次上网日期,不代表论文的发表时间)
共6页
2029-2034