基于主成分分析与广义回归神经网络的股票价格预测

作者：于卓熙^*; 秦璐; 赵志文; 温馨

来源：统计与决策, 2018, 34(18): 168-171.

DOI：10.13546/j.cnki.tjyjc.2018.18.039

• 股票价格
• 广义回归神经网络
• 主成分分析
• ARIMA

广义回归神经网络能够大大降低人为因素带来的误差,具有更加精准的预测效果。针对股票价格数据的非线性、非平稳性问题,文章运用主成分分析法对影响股票价格的指标进行降维,基于广义回归神经网络模型对股票价格进行预测研究。并将模型预测结果与股票价格的ARIMA建模预测结果进行对比,以均方误差和平均绝对误差百分比作为评价指标。对比结果表明,在价格预测方面,基于广义回归神经网络的预测模型要优于ARIMA模型,可以获得更准确的结果。

• 单位
  吉林财经大学; 吉林师范大学; 数学学院