基于主成分分析与广义回归神经网络的股票价格预测  

作　　者：于卓熙 秦璐[1,2] 赵志文 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》2018年第18期168-171,共4页Statistics & Decision

基　　金：国家社会科学基金资助项目(16BTJ020)

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[自动化与计算机技术—计算机软件与理论]