为解决金融时间序列的异方差性以及高频数据内部存在噪声的问题，研究将基于CEEMDAN-小波阈值去噪的ARIMA-GARCH模型运用在上海黄金交易所的Au(T+D)股票收盘价的预测上。结果表明，对黄金收盘价序列进行混合去噪后使用ARIMA-GARCH模型预测，提高了预测精度，并且较其他模型表现出优良的性质，结果较为准确，预测效果更好，模型可靠程度更强。
科研之友
微信
新浪微博
Facebook
分享链接
