基于灰色-ARIMA的金融时间序列智能混合预测研究
【出 处】:
金融时间序列
灰色预测
ARIMA
PSO
遗传算法
【作 者】:
罗洪奔
[1,2]
【摘 要】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。
相关热词搜索:
上一篇:长寿债券的运行机制与定价模型
下一篇:所有权、产业政策指导与银行贷款利率