- 1、本文档共8页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第45卷第2期长春工业大学学报Vol.45No.2
2024年04月JournalofChangchunUniversityofTechnologyApr.2024
D0l:10.15923/22-1382/t.2024.2.10
基于改进VMD和RBF的股票预测研究
邢蕾,林思扬
(长春工业大学数学与统计学院,吉林长春130012)
摘要:为解决股票价格预测问题,运用混沌理论对股票市场进行非线性分析,将互信息改进
的变分模态分解与神经网络结合,提出MVMD-RBF价格预测模型。选择上证指数和沪深
300每日收盘价作为研究对象进行LASSO变量筛选,相空间重构,最后进行混合模型预测,并
选择BP、DNN、RBF、VMD-RBF四个模型进行对比分析。结果显示,MVMD-RBF预测效果
优于其他模型,这证明MVMD-RBF模型对预测混沌的股票数据具有良好的效果。
关键词:股票价格;MVMD-RBF;LASSO;相空间重构;混沌时间序列
中图分类号:0212文献标志码:A文章编号:1674-1374(2024)02-0164-08
ResearchonstockpredictionbasedonimprovedVMDandRBF
XINGLei,LINSiyang*
(SchoolofMathematicsandStatistics,ChangchunUniversityofTechnology,Changchun130012,China)
Abstract:Inordertosolvetheproblemofstockpriceprediction,thenonlinearanalysisofthestock
marketiscarriedoutbyusingchaostheory,andthevariationalmodedecompositionwithimproved
mutualinformationiscombinedwiththeneuralnetworktoproposetheMVMD-RBFpriceprediction
model.ThedailyclosingpriceoftheShanghaiCompositeIndexandCSI300wereselectedasthe
researchobjectsforLASSOvariablescreening,phasespacereconstruction,andfinallymixedmodel
prediction,andfourmodelswereselectedforcomparativeanalysis,andtheresultsshowedthatthe
MVMD-RBFpredictioneffectwasbetterthanthatofothermodels.ThisprovesthattheMVMD-RBF
modelhasagoodeffectonpredictingchaoticstockdata.
Keywords:stockprice;MVMD-RBF;LASSO;phasespacereconstruction;chaotictimeseries.
模型能够为研究者提供新的方向。由于股票价格
0引言
波动具有高度的非线性性质,学者已经运用最大
纵看国内外股市,其变化规律很难掌握,对于李雅普诺夫指数等方法验证了股票价格具有混沌
具有非线性的股票价格数据来说,其有效的预测
文档评论(0)