文献类型：期刊文章

作　　者：于卓熙[1,2] 秦璐[1,2] 赵志文[3] 温馨[1,2]

机构地区：[1]吉林财经大学管理科学与信息工程学院,长春130117 [2]吉林财经大学互联网金融重点实验室,长春130117 [3]吉林师范大学数学学院,吉林四平136000

出　　处：《统计与决策》

基　　金：国家社会科学基金资助项目(16BTJ020)

年　　份：2018

卷　　号：0

期　　号：18

起止页码：168-171

语　　种：中文

收录情况：BDHX、BDHX2017、CSSCI、CSSCI2017_2018、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：广义回归神经网络能够大大降低人为因素带来的误差,具有更加精准的预测效果。针对股票价格数据的非线性、非平稳性问题,文章运用主成分分析法对影响股票价格的指标进行降维,基于广义回归神经网络模型对股票价格进行预测研究。并将模型预测结果与股票价格的ARIMA建模预测结果进行对比,以均方误差和平均绝对误差百分比作为评价指标。对比结果表明,在价格预测方面,基于广义回归神经网络的预测模型要优于ARIMA模型,可以获得更准确的结果。

关 键 词：股票价格 广义回归神经网络 主成分分析 ARIMA

分 类 号：TP311]