| 基于灰色系统和神经网络的创业板股票价格预测研究 |
| |
| 作者姓名： | 马娟 王露 左黎明 |
| |
| 作者单位： | 江西外语外贸职业学院会计金融学院;华东交通大学系统工程与密码学研究所;江西省经济犯罪侦查与防控技术协同创新中心 |
| |
| 基金项目： | 国家自然科学基金项目(11761033),江西省教育厅科技项目(GJJ161417,GJJ170386),江西省经济犯罪侦查与防控技术协同创新中心开放基金资助课题(JXJZXTCX-001)。 |
| |
| 摘 要： | 股票价格预测是投资领域的一个重点关注课题。由于股票价格受到诸多非线性因 素的影响,得到精确的预测结果较为困难。为了消除股票指标的多重共线性,采用Adaptive- Lasso算法对指标变量进行筛选,实现了数据降维。之后,利用灰色预测对股票价格影响指标 进行预测,并在此基础上利用神经网络模型对股票收盘价进行预测。结果表明,利用灰色系统 和BP神经网络结合的模型所得预测结果平均相对误差为0.095,且运行效率较高,对股票预测 具有一定的积极意义。
|
| 关 键 词： | 灰色预测 BP神经网络 股票预测 Adaptive-Lasso算法 |
|
| 点击此处可从《当代金融研究》浏览原始摘要信息 |
|
点击此处可从《当代金融研究》下载免费的PDF全文 |
|
