国家教育部博士点基金(20090161120044)
- 作品数：2 被引量：11H指数：2
- 相关作者：罗洪奔游达明更多>>
- 相关机构：湖南大学中南大学更多>>
- 发文基金：国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术经济管理更多>>
- 基于主趋势辨识和智能残差修正的股指时间序列预测被引量：2
- 2015年
- 针对股指时间序列存在信噪比低、干扰因素多、随机波动强的特点,提出一种基于主趋势辨识和智能残差补偿的股指序列预测方法。一方面利用奇异谱分析方法对股指时间序列重构,提取股指时间序列的主要趋势,采用自回归方法实现对主趋势的辨识;另一方面将主趋势模型与实际股指时间序列的残差,采用GA-SVM算法对残差进行学习,所得结果对自回归模型进行修正。实证分析结果表明,采用本文算法能够有效的将预测精度控制在7%以内,同时与灰色预测算法以及神经网络算法相比,在RMSE、MAPE和F三项指标,占有一定的优势,从而提供了一种新的分析股指时间序列的有效途径。
- 罗洪奔游达明
- 关键词：奇异谱分析遗传算法支持向量机
- 基于灰色-ARIMA的金融时间序列智能混合预测研究被引量：9
- 2014年
- 提出了一种基于灰色-ARIMA的金融时间序列智能混合预测模型。首先建立金融时间序列灰色预测模型,并采用PSO算法对灰色模型的三个参数进行优化;利用ARIMA算法对预测模型的残差进行分析,同时采用遗传算法对ARIMA的系数进行优化;最后用ARIMA的残差预测结果对灰色预测模型进行补偿。结果表明,以较好的精度拟合一段时期内MA<107的时间序列,预测误差控制在5%以上,与单纯的灰色预测算法和神经网络算法相比,在平均绝对误差、均方根误差和趋势准确率三项评价指标上,具有明显优势。
- 罗洪奔
- 关键词：金融时间序列灰色预测ARIMAPSO遗传算法
