基于非负权重最优组合预测的股价预测研究  

作　　者：肖祎平[1] 刘新卫[1] 张威[2] 

机构地区：[1]长江大学管理学院,湖北荆州434023 [2]长江大学信息与数学学院,湖北荆州434023

出　　处：《统计与决策》2013年第18期142-145,共4页Statistics & Decision

摘　　要：证券市场是一个信息量巨大的非线性动力系统,影响股票价格变化的因素众多,任何单一的预测方法都不能全面地反映股价变化规律。文章以中国银行一年的收盘价为例,运用在股价预测上能取得较好效果的ARIMA模型、GM(1,1)模型、RBF神经网络模型及其非负权重最优组合预测模型进行实证分析,发现组合预测模型在股价预测上能取得优于任何单一预测模型的效果,对投资者投资选股意义重大。

关 键 词：股价预测 ARIMA模型 GM（1 1）模型 RBF神经网络 组合预测 

分 类 号：F272.1[经济管理—企业管理]