上证指数混联预测模型的构建研究
赵煜; 王珊
2021-12-20
发表期刊兰州财经大学学报
卷号37期号:06页码:50-61
摘要基于上证指数非线性、非平稳等复杂系统运行特征,选取由遗传算法优化的BP神经网络(GA-BP)、粒子群优化算法的支持向量机(PSO-SVM)和长短期记忆神经网络(LSTM)模型作为信息分类提取基本模型,进而引入自适应噪声完备集成经验模态分解(CEEMDAN)进行串联组合建模以优化模型,提升预测信息提取的充分性。为提高预测精度及加强方法的稳健性,进一步设计均匀权重与学习权重两类并联组合预测方式,构建起混联预测模型。通过预测的效果比较得知:混联模型整体能有效识别信息、提升预测精度;其中的CEEMDAN模态分解下的学习型权重混联组合预测模型应用于上证指数预测,效果比较理想。
关键词上证指数 混联设计组合预测 机器学习方法 CEEMDAN模态分解
URL查看原文
ISSN1004-5465
语种中文
原始文献类型学术期刊
中图分类号TP18;F832.51
文献类型期刊论文
条目标识符http://ir.lzufe.edu.cn/handle/39EH0E1M/35115
专题统计与数据科学学院
作者单位兰州财经大学统计学院
第一作者单位统计与数据科学学院
推荐引用方式
GB/T 7714
赵煜,王珊. 上证指数混联预测模型的构建研究[J]. 兰州财经大学学报,2021,37(06):50-61.
APA 赵煜,&王珊.(2021).上证指数混联预测模型的构建研究.兰州财经大学学报,37(06),50-61.
MLA 赵煜,et al."上证指数混联预测模型的构建研究".兰州财经大学学报 37.06(2021):50-61.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[赵煜]的文章
[王珊]的文章
百度学术
百度学术中相似的文章
[赵煜]的文章
[王珊]的文章
必应学术
必应学术中相似的文章
[赵煜]的文章
[王珊]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。