典型文献
基于ARIMA与SVR滚动残差模型组合的股票预测
文献摘要:
为提高金融市场股票的预测精确度,提出自回归差分移动平均与支持向量机滚动残差模型组合的预测股票方法.以贵州茅台的股票数据为研究对象,借助ARIMA模型实现对股票数据的线性趋势预测,通过滚动残差的SVR回归模型对ARIMA模型的预测残差进行数据修正,得到ARIMA_SVR滚动残差模型的预测值.实验结果表明,相较于传统ARIMA模型,ARIMA与滚动残差SVR组合模型的性能和预测精度都得到大幅提升,具有一定的学术价值和应用意义.
文献关键词:
金融;ARIMA模型;SVR滚动残差模型;股票预测
中图分类号:
作者姓名:
陈登建;杜飞霞;夏换
作者机构:
贵州财经大学信息学院,贵州 贵阳 550025;贵州财经大学贵州省经济系统仿真重点实验室
文献出处:
引用格式:
[1]陈登建;杜飞霞;夏换-.基于ARIMA与SVR滚动残差模型组合的股票预测)[J].计算机时代,2022(05):76-81
A类:
B类:
ARIMA,SVR,滚动,残差模型,模型组合,股票预测,金融市场,预测精确度,自回归,移动平均,贵州茅台,股票数,模型实现,线性趋势,趋势预测,预测残差,数据修正,组合模型,学术价值,应用意义
AB值:
0.327909
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。