文献类型：期刊文章

作　　者：程昌品[1] 陈强[1] 姜永生[1]

机构地区：[1]广东第二师范学院计算机科学系,广东广州510303

出　　处：《计算机仿真》

基　　金：广东省科技计划资助项目(2010B010600018);2011年广东省现代信息服务业发展专项资金项目(13090)

年　　份：2012

卷　　号：29

期　　号：6

起止页码：343-346

语　　种：中文

收录情况：BDHX、BDHX2011、CSCD、CSCD_E2011_2012、ZGKJHX、核心刊

摘　　要：现有的股票价格准确预测方法各有优缺点,为了发挥各种预测方法的优点,提出二进正交小波变换和ARIMA-SVM方法的非平稳时间序列预测方案。使用小波分解算法对数据进行分解,分离出非平稳时间序列中的低频信息和高频信息;然后对高频信息构建自回归模型ARIMA预测,对低频信息则用SVM模型进行拟合;最后将各模型的预测结果进行叠加,从而得到原始时间序列的预测值。将预测结果与实际值比较,组合模型具有较好的预测效果。经实验证明,小波分解的ARI-MA-SVM组合模型较单一的预测模型效果更为理想。

关 键 词：小波变换 非平稳时间序列  支持向量机组合模型  预测  

分 类 号：TP391]