基于误差校正的GARCH股票价格预测模型

发布时间：2023-01-08 18:25

　　文章将误差校正方法引入股票价格预测研究中。首先采用广义自回归条件异方差预测模型（GARCH）对股价进行初步预测;然后引入回归模型分析和拟合GARCH残差序列未被解释的部分,并对未来的残差进行预测;最后利用误差预测值对股价初步预测值进行校正,得到校正后的股价预测值。上证指数的样本数据的算例分析表明,与校正前的预测精度相比,校正后的预测精度有显著提高,进而验证了该模型的有效性。 

【文章页数】：5 页

【文章目录】：
1 引言
2 综合建模
    2.1 模型介绍
    2.2 建模原理
    2.3 建模步骤
3 算例分析
    3.1 数据来源及预处理
    3.2 模型参数选择
    3.3 回归变量的筛选和处理
    3.4 校正结果分析
4 结语


【参考文献】：
期刊论文
[1]灰色预测模型在深圳创业板股市中的应用[J]. 吴雄韬,郑国详,郭琴.  经济数学. 2012(03)
[2]组合模型在股票价格预测中应用研究[J]. 王晴.  计算机仿真. 2010(12)
[3]基于BP神经网络的股价预测[J]. 李响.  大连海事大学学报. 2008(S1)
[4]支持向量机在股票价格预测中的应用[J]. 张玉川,张作泉.  北京交通大学学报. 2007(06)
[5]证券市场灰色神经网络组合预测模型应用研究[J]. 谭华,谢赤,孙柏,储慧斌,闫瑞增.  湖南大学学报(自然科学版). 2007(09)
[6]基于时间序列GARCH模型的人民币汇率预测[J]. 惠晓峰,柳鸿生,胡伟,何丹青.  金融研究. 2003(05)
[7]基于新维灰色马尔科夫模型的股价预测算法[J]. 李东,苏小红,马双玉.  哈尔滨工业大学学报. 2003(02)
[8]基于径向基神经网络的股价预测[J]. 李宗伟,王美娟,郑淑华.  上海理工大学学报. 2002(01)
[9]用BP神经网络预测股票市场涨跌[J]. 吴微,陈维强,刘波.  大连理工大学学报. 2001(01)
[10]股票价格波动模型探讨[J]. 吴文锋,吴冲锋.  系统工程理论与实践. 2000(04)



本文编号：3728967