单一的线性模型或单一的非线性模型都难以全面反映黄金价格波动性的全部信息,根据单整自回归移动平均(ARIMA)模型和神经网络(NN)模型的各自特点,以上海黄金交易所黄金现货市场的交易品种Au99.99为研究对象,建立了ARIMA模型融合神经网络的黄金价格时间序列预测模型.实证结果表明,融合模型ARIMA-NN的预测准确性明显比单一模型的准确性高.
参考文献
| [1] | 魏宇,黄登仕,王建琼,朱宏泉,余江,赖晓东.我国黄金现货市场的动态VaR预测模型研究[J].管理评论,2010(08):30-38. |
| [2] | 潘贵豪,胡乃联,刘焕中,李国清.基于ARMA-GARCH模型的黄金价格实证分析[J].黄金,2010(01):5-8. |
| [3] | 曾濂,马丹頔,刘宗鑫.基于BP神经网络改进的黄金价格预测[J].计算机仿真,2010(09):200-203. |
| [4] | G. Peter Zhang .Time series forecasting using a hybrid ARIMA and neural network model[J].Neurocomputing,2003(0):159-175. |
| [5] | 刘永红.神经网络理论的发展与前沿问题[J].信息与控制,1999(01):31-46. |
| [6] | 刘豹,胡代平.神经网络在预测中的一些应用研究[J].系统工程学报,1999(04):338-344. |
| [7] | 范剑青;姚琦伟;陈敏.非线性时间序列——建模、预报及应用[M].北京:高等教育出版社,2005 |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%