基于改进VMD和RBF的股票预测研究.pdfVIP

基于改进VMD和RBF的股票预测研究.pdf

此“经济”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共8页,可阅读全部内容。
  2. 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. 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. 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. 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. 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. 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. 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
查看更多

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)

经管专家 + 关注
实名认证
文档贡献者

各类文档大赢家

版权声明书
用户编号:6055234005000000

1亿VIP精品文档

相关文档