社会媒体环境下基于EMD-DSVR的股票市场预测方法研究

发布时间：2017-06-08 01:11

  本文关键词：社会媒体环境下基于EMD-DSVR的股票市场预测方法研究，由笔耕文化传播整理发布。

【摘要】：现有的利用社会媒体预测股票市场的研究未能考虑股指时间序列所具有的多尺度特征。为了解决这一问题,运用EMD分解法、混沌分析理论和支持向量回归机,提出一种EMD-DSVR股票市场预测方法。首先分析股指时间序列多尺度与社会媒体变量序列多尺度间的内在联系,运用EMD分解法将社会媒体变量序列分解成不同尺度的基本模态分量;然后运用混沌分析理论和支持向量回归机对各模态分量进行建模和预测;最后利用社会媒体变量序列的各模态分量对股票市场进行预测。运用所提出的EMD-DSVR模型,对上证指数和深成指数的日收盘值进行预测,实验结果表明,所提出的方法能有效提高对股指时间序列的预测精度。
【作者单位】： 合肥工业大学管理学院;安徽建筑大学管理学院;
【关键词】： 经验模态分解 股票收益 混沌理论 支持向量回归
【基金】：国家自然科学基金重点项目(71331002) 教育部博士学科点专项科研基金(20120111110027) 安徽省软科学重大项目(1302053009)
【分类号】：F832.51;TP18
【正文快照】： 0引言 股票市场是金融市场的重要组成部分,也是国家经济运行状况的晴雨表。合理分析并预测股票市场不仅能够引导股民进行正确投资,还可以为政府提供股票市场宏观调控的理论依据,进而保障经济平稳健康发展。 传统的股票市场分析与预测主要有基本面法和技术分析法[1]。随着论

  本文关键词：社会媒体环境下基于EMD-DSVR的股票市场预测方法研究，由笔耕文化传播整理发布。

，

本文编号：430894