基于CEEMDAN-GRU模型的股票市场指数预测研究

作者：叶康; 邓晓卫^*; 吕学斌

来源：商学研究, 2021, 28(03): 64-132.

• 完全集合经验模态分解(CEEMDAN)
• 门控循环单元(GRU)
• 股市指数
• 建模预测

本文通过构建CEEMDAN-GRU模型对股票市场指数进行预测。首先,利用CEEMDAN方法将原数据分解成不同频率的长、短周期序列和趋势项;然后,利用GRU神经网络模型对各分序列及趋势项进行拟合、预测;最后,经过合成得到原时序数列的整体预测。以沪深300指数为例对该方法进行检验,结果显示:在270日的验证集里涨跌预测胜率达到82.96%;与其他基于机器学习方法建立的预测模型的预测结果相比,四个评价指标均显示CEEMDAN-GRU模型预测结果一致优于其他模型方法,具有更高效率和更小预测误差。

• 单位
  南京工业大学