基于EWT-PSO-SVM误差校正组合模型的中国股市预测研究

关键词：ewt算法 pso算法 svm模型 误差校正组合模型 股市预测 

摘要：鉴于股市预测的复杂性.遵循"先分解后集成"的总体建模思路.文章基于EWT分解算法和SVM支持向量机模型.同时结合PSO粒子群优化算法和误差校正组合预测方法,构建了一种中国股票市场建模及预测的EWT-PSO-SVM误差校正组合预测模型.先基于EWT算法将原始价格序列分解成若干分量,再根据频率将其重组成高、中、低频3个分量,对它们分别建立PSO-SVM误差校正组合模型.最后集成各个分量的预测结果.与其他预测模型相比较,文章所构建预测模型的MSE、MAE、MAPE、RMSE、Theil不等系数、确定性系数DC和方向性指标DS 7个指标均优于其他基准预测模型,MCS检验结果同样表明本文构建模型的预测性能最优.稳健性检验结果进一步证实了文章构建的模型预测性能所具备的稳健性.

系统科学与数学杂志要求:

{1}作者姓名、工作单位、详细地址、邮编、联系电话、E-mail等，以便沟通联系。

{2}评审结果将返回作者进行修改，并按要求修改之后再出版。

{3}文题应简明确切地反映文章的特定内容，以不超过20字为宜。

{4}参考文献：论文中直接或间接引用他人研究成果的，均需标注参考文献。

{5}关键词：3-5个词条，用逗号隔开；英文关键词词组首字母大写。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社