改进的灰色模型与ARMA模型的股指预测

摘要：

当前基于灰色GM(1,1)模型和ARMA模型的组合模型GM-ARMA模型存在着2点不足:一是由于GM(1,1)模型不是最优的,导致了GM-ARMA模型也不是最优的;二是GM-ARMA模型并没有恰当地结合2个子模型,这也导致了GM-ARMA模型不是最优的.为此,首先引入数据维度参数和白化背景值的系数2个参数来改进GM(1,1)模型,然后同时优化ARMA模型中的P、Q 2个参数来改进GM-ARMA模型,称新的模型为Revised GM-ARMA(RGM-ARMA)模型.实例证明RGM-ARMA的误差小于ARIMA和GM-ARMA模型,并且为组合模型的建立提供了新的思路.

关键词：灰色模型、GM(1,1)模型、ARMA 模型、GM-ARMA 模型、股指预测

所属期刊栏目：5

分类号：TP18(自动化基础理论)

在线出版日期：2010-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：277-281