-
题名联合谐波小波与递归神经网络的股市时间序列预测
被引量：1
- 1
-
-
作者
吴纯
-
机构
武汉商学院信息工程系
-
出处
《科技和产业》
2016年第5期105-108,共4页
-
文摘
为了提高神经网络对股市时间序列的预测精度,首先利用谐波小波对股票市场数据进行多尺度分解,将其分解为不同尺度且具有平移不变特征的谐波小波分量;然后根据股市时间序列的特点,构建递归神经网络模型进行短期预测,以不同尺度的谐波小波分量为输入数据,对股市数据进行多尺度预测;最后对不同尺度的预测结果进行谐波小波重构,得到最终的股市预测数据。对我国股票市场进行了实验分析,结果表明:股市时间序列经谐波小波分解后,股市数据中不同投资时间水平的价格波动可以被较好的分离,有效地提高了股票市场数据的预测精度。
-
关键词
谐波小波分解
股市时间序列预测
神经网络
小波多尺度分解
-
Keywords
harmonic wavelet decomposition
stock time series prediction
neural network
multi-resolution wavelet decomposition
-
分类号
TP27
[自动化与计算机技术—检测技术与自动化装置]
-
