基于粒子滤波的股价预测方法  

作　　者：陈亚静[1] 蔡如华[1] 吴孙勇[1] 桂丛楠 

机构地区：[1]桂林电子科技大学数学与计算科学学院,广西桂林541004

出　　处：《统计与决策》2017年第3期84-87,共4页Statistics & Decision

基　　金：国家自然科学基金资助项目(61261033;41201479;61062003;61162007);广西自然科学基金资助项目(2013GXNSF-BA019270)

摘　　要：为了准确的预测股票价格的趋势走向,文章提出了一种基于粒子滤波(PF)的股价预测方法。该方法首先对股价时间序列建立非线性自回归(NAR)模型,由此得到对应的状态方程和量测方程;然后将NAR模型的参数向量扩展到状态向量中,用粒子滤波方法联合估计NAR模型的状态和参数,进而实现股价的实时预测。仿真实验表明,基于粒子滤波的股价时间序列预测方法比传统的NAR模型预测精度更高。

关 键 词：粒子滤波 NAR模型 正交最小二乘法(OLS) 状态空间模型 股价预测 

分 类 号：F224[经济管理—国民经济] TP391[自动化与计算机技术—计算机应用技术]