基于EWT-SSA-PSO-ELM模型的P2P网贷市场收益率预测

摘要：

鉴于目前鲜有研究关注P2P网贷市场收益率预测问题,针对已有金融市场收益率预测研究存在的不足,提出了一种基于两阶段分解技术和粒子群优化极限学习机的EWT-SSA-PSO-ELM预测模型.引入EWT经验小波分解算法对原始的收益率综指序列进行分解,进而提高原始序列的分解效率;采用Lempel-Ziv复杂度算法提升模式分量重构的科学性,避免以往分量重构过程的随意性;利用SSA奇异谱分解算法对高频重构分量进行降噪,从而提升高频重构分量预测效果.基于该预测模型对P2P网贷市场收益率综指进行预测,实证结果表明,所构建的收益率预测模型的性能显著优于其余基准对比模型.

关键词：P2P网贷市场收益率;EWT分解算法;SSA分解算法;PSO-ELM模型

所属期刊栏目：36

分类号：F224;F832.48;TP389.1(经济计算、经济数学方法)

资助基金：国家自然科学基金资助项目;福建省自然科学基金资助项目

在线出版日期：2021-09-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：367-381