基于小波分析与神经网络时间序列的股票预测方法被引量：8

下载PDF

导出

摘要本文提出基于小波分析与神经网络时间序列的股票预测方法,把股票每日最高价、最低价以及开盘价进行小波去噪处理,然后把去噪后的数据利用BP(Back Propagation)神经网络进行预测分析,实验的结果表明利用处理后的数据进行分析比传统的直接使用神经网络进行分析的精准度更高,预测的效果更好。

作者王刚许晓兵

机构地区上海理工大学

出处《金融经济（下半月）》 2013年第6期161-163,共3页

关键词小波分析去噪处理神经网络股票预测

分类号 F830.91 [经济管理—金融学]

引文网络
相关文献

参考文献9

1Donoho D L,Johnstone I M. Ideal spatial adaptation by wavelet shrinkage[J].Biometrika,1994,(03):425-455. 被引量：1
2Donoho D L. Denoising by soft-thresholding[J].IEEE Transactions on Information,1995,(03):613-627. 被引量：1
3胡昌华;张军波.基于MATLAB的系统分析与设计—小波分析[M]西安:西安电子科技大学出版社,1999. 被引量：1
4兰秋军,马超群,文凤华.金融时间序列去噪的小波变换方法[J].科技管理研究,2004,24(6):117-120. 被引量：22
5谢赤,黄曦,孙柏.基于小波分析与支持向量机的人民币汇率预测[J].湘潭大学学报（哲学社会科学版）,2009,33(5):82-87. 被引量：6
6余良晖,贾文龙,薛亚洲,陈甲斌.MATLAB实现BP神经网络的煤炭需求预测[J].煤炭经济研究,2007(10):34-36. 被引量：6
7沈巍.股票价格预测模型研究[J].财经问题研究,2009(7):89-93. 被引量：18
8潘林..基于小波分析与神经网络的股票市场预测应用研究[D].武汉理工大学,2006:
9史峰;王小川.MATLAB神经网络30个案例分析[M]北京:北京航空航天大学出版社,20104. 被引量：1

二级参考文献23

1霍菲,张庶萍.小波分析及其在金融、经济领域的应用[J].河北建筑工程学院学报,2001(4):110-112. 被引量：6
2郭代飞,高振明,张坚强.利用小波门限法进行信号去噪[J].山东大学学报（理学版）,2001,36(3):306-311. 被引量：22
3杨克磊,毛明来,徐正国.随机波动模型的沪深股市比较研究[J].天津大学学报（社会科学版）,2004,6(4):334-338. 被引量：4
4徐梅,张世英.基于小波分析的金融波动分析[J].系统工程理论与实践,2005,25(2):1-9. 被引量：44
5史建平,张传灵,宋国乡.基于小波的汇率波动序列长记忆性研究[J].现代电子技术,2007,30(1):173-175. 被引量：1
6Engle R F.Autoregressive Conditional Heteroskedssticity with Estimates of the Variance of U.K.Inflation[J].Econometrica,1982,(50):987-1008. 被引量：1
7Jun,Yu.Forecasting Volatility in the New Zealand Stock Market[J].Journal of Financial Economics,2002,(12):193 -202. 被引量：1
8Hill T,O' Connor M,Remus W.Neural Network Models for Time Series Forecasts[J].Management Science,1996,42 (7):1082-1092. 被引量：1
9Donoho D L, Johnstone I M. Wavelet shrinkage asymptopia [J]. Journal of royal stastical society, 1995, 57 (2): 301 ～ 369. 被引量：1
10Donoho D L. Denoising by soft - thresholding [J]. IEEE transaction on Information, 1995, (3): 613 ～ 627. 被引量：1

共引文献48

1陈理,袁晓,汤韩杰,帅晓飞.金融时间序列结构波动的子波变换分析[J].四川大学学报（自然科学版）,2007,44(2):293-298. 被引量：1
2孙晋众,林健.基于小波的能源消费弹性系数预测方法[J].沈阳航空工业学院学报,2007,24(3):78-80. 被引量：3
3黄师娟,张德生,常振海,张华.国际黄金价格的小波变换FAR预测模型[J].西安工业大学学报,2009,29(1):84-88. 被引量：5
4薛春兰,张明华,郑爱萍,宋昭峥,蒋庆哲.灰色理论和BP神经网络在汽柴油需求预测中的应用[J].辽宁石油化工大学学报,2009,29(2):11-14. 被引量：2
5陈理,田巧玉.基于子波变换的时间序列波动特征分析[J].技术与市场,2009,16(6):53-54.
6孙晋众,陈世权.一种基于模糊集值统计的集对预测方法[J].模糊系统与数学,2009,23(3):56-60. 被引量：6
7汪萍,李柏年.石油需求预测的人工神经网络模型[J].价值工程,2009,28(8):99-102. 被引量：7
8韩红彩.灰色系统预测的研究与分析[J].中国科技信息,2010(14):29-30. 被引量：5
9常振海,刘薇,张德生.基于小波Mallat算法和异方差模型的人民币汇率预测[J].统计与决策,2010,26(17):114-116. 被引量：3
10李焱.模糊聚类分析在煤炭消费量预测中的应用[J].煤炭技术,2010,29(11):214-215.

同被引文献52

1徐铮伟,王世煜,刘财,张猛,刘冰,王睿.小波变换多尺度分解系数阈值选择在一维去噪的应用[J].吉林大学学报（地球科学版）,2007,37(S1):78-81. 被引量：4
2兰秋军,马超群,文凤华.金融时间序列去噪的小波变换方法[J].科技管理研究,2004,24(6):117-120. 被引量：22
3殷光伟,郑丕谔.应用小波理论进行股市预测[J].系统工程理论方法应用,2004,13(6):543-547. 被引量：10
4田峰.分形时间序列分析法在金融学中的应用[J].东北财经大学学报,2005,6(4):33-35. 被引量：1
5陈铿,韩伯棠.混沌时间序列分析中的相空间重构技术综述[J].计算机科学,2005,32(4):67-70. 被引量：85
6林建宇.BP神经网络结合遗传算法进行股市预测的研究[J].福建电脑,2005,21(12):91-92. 被引量：4
7陈卓雷,蒋寒迪.基于GARCH-BP模型的股指预测及实证分析[J].当代财经,2006(6):41-44. 被引量：8
8欧阳林群.GA神经网络在证券市场预测中的应用研究[J].武汉理工大学学报（信息与管理工程版）,2006,28(11):160-163. 被引量：5
9刘媛媛,练继建,朱云.遗传算法改进的BP神经网络在混沌径流时间序列预测中的应用[J].水文,2007,27(2):45-48. 被引量：5
10褚辉,赖惠成.一种改进的BP神经网络算法及其应用[J].计算机仿真,2007,24(4):75-77. 被引量：53

引证文献8

1郝杰,苏越良.基于AIW-PSO小波神经网络的上证指数预测[J].价值工程,2014,33(8):6-8.
2刘湘云,吴文洋,朱泓翰.基于小波神经网络的股指期货市场极端风险预警研究[J].投资研究,2016,35(12):31-47. 被引量：1
3苗旭东,魏连鑫.基于小波和PSO-BP神经网络的金融时序预测[J].信息技术,2018,42(5):26-29. 被引量：1
4鹿天宇,都莱娜,王海远,王吟秋,陶明婉,张雪伍.基于主成分分析与神经网络组合的股价变化趋势预测[J].电脑知识与技术,2019,15(2X):170-172. 被引量：2
5郝继升,任浩然,井文红.基于自适应遗传算法优化的BP神经网络股票价格预测[J].河南科学,2017,35(2):190-195. 被引量：14
6衡亚亚,沐年国.基于小波分析与BP-GARCH模型的人民币汇率预测研究[J].软件导刊,2018,17(12):146-150. 被引量：3
7刘园园,贺兴时.基于自适应萤火虫算法的BP神经网络股价预测[J].渭南师范学院学报,2019,34(2):87-96. 被引量：5
8李进强,喇磊.基于Xgboost算法的国际期货涨跌预测分析[J].金融,2018,8(5):211-220. 被引量：2

二级引证文献28

1方筱竹.基于机器学习的VWAP算法交易策略的分析与研究[J].工程经济,2022,32(7):4-16.
2简荣杰.基于BP神经网络和相关系数结合的股票价格预测[J].中国商论,2017,0(29):24-25. 被引量：1
3赵建喜,李雪飞,易丹辉,严高剑.基于曲线段特征匹配的股价预测研究[J].数学的实践与认识,2018,48(1):75-82. 被引量：1
4董克明,赵盛山.中国上市公司“高送转”动因研究——基于BP神经网络模型方法分析[J].投资研究,2018,37(1):139-153. 被引量：3
5刘子婷.基于EGARCH模型的股票价格预测[J].高师理科学刊,2018,38(6):18-23. 被引量：2
6王宇航,张青龙.生命周期基金净值预测研究——基于GA-BP神经网络模型[J].科技与管理,2019,21(1):91-95. 被引量：1
7王晓倩,侯志芳,耿兴波,邱小燕.纳斯达克半导体行业股指统计特性及其神经网络预测技术研究[J].应用技术学报,2019,19(2):173-179.
8张承钊.基于三种映射结构非线性模型检测方法及其应用[J].现代商业,2019,0(25):110-114.
9黄山,姜淳.基于BP神经网络算法的汇率价格短期预测研究[J].科技创新与应用,2019,0(32):1-4. 被引量：4
10周杰,张矿伟,金龙奎.基于GA-BP神经网络的电力系统负荷预测研究[J].科技创新与生产力,2019(10):61-63. 被引量：2

1陈鹏杰,李天增.运用小波分析挖掘金融市场中的风险与机会[J].乐山师范学院学报,2015,30(4):55-58. 被引量：1
2刘鹏,赵帅,杨洁,张鑫.固定资产投资对经济滞后影响的测算[J].商场现代化,2015(16):264-264. 被引量：1
3杨凌.深圳证券市场混沌性探测的前提:小波去噪[J].统计与决策,2006,22(8):21-23. 被引量：1
4杨凌.上海股票市场的基于小波去噪的混沌性检验[J].统计与信息论坛,2006,21(3):86-89. 被引量：2
5肖云湘,李星野.基于小波的回归-GARCH模型及其在外汇储备中的应用[J].上海理工大学学报,2015,37(1):18-22. 被引量：4
6姜剑梅,李星野.基于改进多尺度阈值去噪的人民币汇率实证分析[J].财务与金融,2014(5):1-5. 被引量：2
7魏炎玲,郭晓辉.加强数据利用服务税收工作[J].中国税务,2002(12):42-43.
8杨凌,颜日初.我国证券市场经济混沌探测研究——一种基于小波变换的噪声处理[J].中南财经政法大学学报,2006(2):41-44. 被引量：7
9姚旻艳.基于VAR的股票财富效应对居民消费的影响研究[J].时代金融,2016(17):133-135.
10王敬峰.浅谈税收经济分析平台的建设——以CGE模型为例[J].中国商界：上半月,2011(8):57-58.

金融经济（下半月）

2013年第6期

浏览历史

内容加载中请稍等...

基于小波分析与神经网络时间序列的股票预测方法被引量：8

参考文献9

二级参考文献23

共引文献48

同被引文献52

引证文献8

二级引证文献28

相关作者

相关机构

相关主题

浏览历史

基于小波分析与神经网络时间序列的股票预测方法 被引量：8

参考文献9

二级参考文献23

共引文献48

同被引文献52

引证文献8

二级引证文献28

相关作者

相关机构

相关主题

浏览历史

基于小波分析与神经网络时间序列的股票预测方法被引量：8