崔金鑫^１,2，邹辉文^１,2

1. 福州大学经济与管理学院, 福州 350116; 2. 福州大学投资与风险管理研究所,福州 350116

出版日期:2019-08-25发布日期:2019-12-05

Prediction of China Stock Market Based on EWT-PSO-SVM Error Correction Combination Model

CUI Jinxin ^1,2 ,ZOU Huiwen ^1,2

1. School of Economics and Management, Fuzhou University, Fuzhou 350116; 2. Institute of Investment and Risk Management, Fuzhou University, Fuzhou 350116

Online:2019-08-25Published:2019-12-05







摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论

鉴于股市预测的复杂性, 遵循``先分解后集成''的总体建模思路, 文章基 于EWT分解算法和SVM支持向量机模型, 同时结合PSO粒子群优化算法和误差校正组 合预测方法, 构建了一种中国股票市场建模及预测的EWT-PSO-SVM误差校正组合预 测模型. 先基于EWT算法将原始价格序列分解成若干分量, 再根据频率将其重组成高、中、低频3个分量, 对它们分别建立PSO-SVM误差校正组合模型, 最后集成各个分量 的预测结果. 与其他预测模型相比较, 文章所构建预测模型的MSE、MAE、MAPE、 RMSE、Theil不等系数、确定性系数DC和方向性指标DS 7个指标均优于其他基准预 测模型, MCS检验结果同样表明本文构建模型的预测性能最优, 稳健性检验结果进一步证实了文章构建的模型预测性能所具备的稳健性.

分享此文:

()

[1]	陈建中，张辉智. 基于Logistic-SVM的文化创意众筹项目违约风险预警研究[J]. 系统科学与数学, 2020, 40(12): 2320-2331.

-->

PDF全文下载地址:

http://sysmath.com/jweb_xtkxysx/CN/article/downloadArticleFile.do?attachType=PDF&id=13689