基于ARIMA - SVM组合模型的股票价格预测

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

分类号：TP391(计算技术、计算机技术)

资助基金：广东省科技计划资助项目2010BO10600018;2011年广东省现代信息服务业发展专项资金项目13090

在线出版日期：2012-09-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：343-346