基于GM(1,1)動(dòng)態(tài)等維殘差修正-BP神經(jīng)網(wǎng)絡(luò)組合預(yù)測(cè)模型.pdf

1、金融投資中的影響因素有多種，在證券投資中起主要作用的是對(duì)股票價(jià)格的預(yù)測(cè)準(zhǔn)確度，對(duì)股票價(jià)格的預(yù)測(cè)需要考慮的因素也有多種，影響股票價(jià)格的不僅有國(guó)家的經(jīng)濟(jì)政策的因素還有投資人的決策因素等，在這些因素的影響下，股票價(jià)格并不是簡(jiǎn)單的呈現(xiàn)線性關(guān)系，金融行業(yè)中對(duì)股票價(jià)格的預(yù)測(cè)是常見的但是準(zhǔn)確率確實(shí)不能保證，所以，股價(jià)預(yù)測(cè)就成了金融市場(chǎng)中亟待研究和解決的課題之一。
　　GM(1，1)模型和BP神經(jīng)網(wǎng)絡(luò)模型是股票預(yù)測(cè)中常用的預(yù)測(cè)模型，模型簡(jiǎn)單，易于

2、理解操作。但是單一預(yù)測(cè)的精度很難達(dá)到股民和投資者的精度要求，在實(shí)際中沒(méi)有多大的應(yīng)用價(jià)值。為了更好的提高預(yù)測(cè)精度，為廣大股民和股票投資者爭(zhēng)取實(shí)際利益，本文提出了一種組合預(yù)測(cè)模型:
　　在對(duì)GM(1，1)模型進(jìn)行研究的基礎(chǔ)上進(jìn)行了動(dòng)態(tài)等維殘差修正，其精度得到了有效的提高;為了能更好的滿足實(shí)際的需要和理論的研究需要，再次在殘差修正的基礎(chǔ)之上將GM(1，1)模型和BP神經(jīng)網(wǎng)絡(luò)模型串聯(lián)起來(lái)形成組合模型，利用GM(1，1)動(dòng)態(tài)等維殘差修正模型