基于GARCH模型和BP神经网络模型的股票价格预测实证分析

作者：崔文喆; 李宝毅^*; 于德胜

来源：天津师范大学学报（自然科学版）, 2019, 39(05): 30-34.

DOI：10.19638/j.issn1671-1114.20190505

• 股价预测
• 收盘价
• GARCH模型
• BP神经网络模型
• MATLAB

采用GARCH模型和BP神经网络模型,利用上海A股30支股票(6类,每类各5支)2015年6月29日至2017年6月30日的日收盘价,分别进行短期(2017年7月3日至7日)、中期(2017年8月14日至18日)和长期(2017年9月25日至29日)预测.结果表明:在短期预测中,无论是否考虑当日价格波动对预测结果的影响,2个模型的每日与一周总体预测效果的差异均不具有统计学意义(P> 0.05);在中期预测中,无论是否考虑当日价格波动对预测结果的影响,BP神经网络模型的每日与一周总体预测效果均优于GARCH模型,且总体差异具有高度统计学意义(P <0.01),不考虑当日价格波动时每日预测效果的差异具有统计学意义(0.01 0.05),有2日预测效果的差异具有统计学意义(0.01 0.05);随着预测周期的延后,预测误差逐渐增大.

• 单位
  天津师范大学