短期股票价格预测的时序权重均值模型构建

发布时间：2020-12-07 12:47

　　针对现有股价预测模型较复杂导致实际应用性不强的问题,构建一个计算简便可广泛应用的时序权重均值模型,并选取沪深A股市场207支股票的243个交易日收盘价对该模型与常用的算数平均数法的预测精度进行对比。结果表明在对股票价格做短期预测时,算数平均数法预测值总是滞后实际水平,而时序权重均值模型对股价的变化反应更灵敏。同时对比三日、四日和五日基期下的预测效果,发现该模型在基于连续三天历史股价预测第四日股价的应用中预测效果达到最佳。 

【文章来源】：沈阳航空航天大学学报. 2020年04期 第81-89页

【文章页数】：9 页

【参考文献】：
期刊论文
[1]基于回声状态网络的短期股价预测模型[J]. 张斌.  计算机应用与软件. 2017(05)
[2]基于粒子滤波的股价预测方法[J]. 陈亚静,蔡如华,吴孙勇,桂丛楠.  统计与决策. 2017(03)
[3]基于LM遗传神经网络的短期股价预测[J]. 郭建峰,李玉,安东.  计算机技术与发展. 2017(01)
[4]基于ARIMA模型的短期股票价格预测[J]. 吴玉霞,温欣.  统计与决策. 2016(23)
[5]基于布谷鸟算法优化BP神经网络模型的股价预测[J]. 孙晨,李阳,李晓戈,于娇艳.  计算机应用与软件. 2016(02)
[6]基于非负权重最优组合预测的股价预测研究[J]. 肖祎平,刘新卫,张威.  统计与决策. 2013(18)
[7]基于神经网络的股票市场预测研究综述[J]. 郑亚磊.  经营管理者. 2013(09)
[8]改进PSO优化BP神经网络的混沌时间序列预测[J]. 李松,刘力军,刘颖鹏.  计算机工程与应用. 2013(06)
[9]投资者分歧、异常交易量和股票横截面收益率预测——基于中国股票市场的经验证据[J]. 林虎,刘冲.  投资研究. 2011(10)
[10]股票价格预测模型研究[J]. 沈巍.  财经问题研究. 2009(07)



本文编号：2903279