基于小波包去噪的股价组合预测模型.docx

基于小波包去噪的股价组合预测模型.docx基于小波包去噪的股价组合预测模型
池贝，牛明飞
(兰州大学数学与统计学院，兰州730000)
摘要：本文的目的是检验基于小波包去噪和BP模型、ARMA模型、ES模型的组合模型对 股价预测的有效性。选取的数据是中国建设银行2010年-2012年三年的日收盘价。首先对 建设银行的原始数据建立了三个单个的模型，分别为BP模型、ARMA模型、ES模型，再 利用粒子群算法优化组合模型的权重，发现组合模型的预测效果优于单个模型的预测效果。 然后对经过小波包去噪的建设银行数据再建立了以上三个模型以及组合模型，结果显示，基 于小波包去噪的组合模型的预测效果更加优于未去噪的组合模型，从而说明了本文建立的基 于小波包去噪的组合预测模型在股价预测方面的有效性。
关键词：股价预测；小波包去噪；BP模型；ARMA模型；ES模型；粒子群算法；组合模 型
中图分类号：
A hybrid model based on wavelet packet denoising in stock
price forecasting
CHI bei, NIU mingfei
(School of Mathematics and Statistics,Lanzhou University,Lanzhou 730000) Abstract: The purpose of this article is to use the hybrid model based on the wavelet packet denoising ,BP model, ARMA model and ES model model to examaine the effectiveness of forecasting stock Selection data is China construction bank in 2010-2012, three years of daily closing price. First,with the original data of construction bank, three single models, BP model, ARMA model, ES model are set up respectively, then using particle swarm optimization algorithm combine the weight of finds that the effectiveness in predicting the stock price of the hybrid model is better than any other single model. Then with the data after wavelet packet denoising of China construction bank ,the same hybrid model is set to the results, based on the wavelet packet denoising modefs prediction effectiveness is more better than the unwavelet packet denoising the hybrid model based on wavelet packet denoising is effective for stock price forecasting.
Key words: Stock price forecasting; Wavelet packet denoising;BP model; ARM A model ;ES model;pso algorithm;the hybrid model
0引言
股市是金融市场的一个重要组成部分，它具有高风险与高利润并存的特点。对股市的正 确预测是国家进行宏观调控和管理的前提，同时也是股民正确投资的依据，对于我国经济和 金融市场的发展具有重要的意义［11»然而股票价格受公司经营状况、财务状况、宏观经济状 况、制度政策以及投资者心理等多种因素影响，具有高度的非线性、不稳定、高噪音的特点。
随着股市的发展，以及对股市规律认识的加深，人们提出了各种各样的股价预测方法， 主要分为两大类。一是人工智能方法，二是统计方法。人工智能方法主要包括人工神经网络 模型等，这类方法主要建立在非线性假设的基础上，而最常用的人工神经网络模型为BP神 经网络模型。李洪英(2012) 应用BP神经网络模型对上证股票价格收