兩類時(shí)間序列模型預(yù)測(cè)的分析與研究.pdf

1、自然科學(xué)和社會(huì)科學(xué)各個(gè)領(lǐng)域中都會(huì)遇到大量的時(shí)間序列，對(duì)這些時(shí)間序列進(jìn)行分析、建模和預(yù)測(cè)對(duì)于人們更好的掌握和控制未來(lái)行為有著重要的現(xiàn)實(shí)意義。本文首先介紹了時(shí)間序列分析的相關(guān)概念，其次介紹了幾種傳統(tǒng)的時(shí)間序列模型，并選用股價(jià)數(shù)據(jù)實(shí)例分析了基于ARIMA模型的建模和預(yù)測(cè)方法，結(jié)果表明ARIMA模型在描述股票市場(chǎng)價(jià)格波動(dòng)特征方具有一定借鑒性，擬和預(yù)測(cè)的結(jié)果在一定程度上可以代表股票價(jià)格的走勢(shì)，但它只在短期趨勢(shì)預(yù)測(cè)方面有一定可行性，對(duì)于長(zhǎng)期趨勢(shì)以及

2、突然上漲或下跌，就會(huì)表現(xiàn)出局限性。文章為了進(jìn)一步提高預(yù)測(cè)精度，針對(duì)股票價(jià)格數(shù)據(jù)有很頻繁的小幅波動(dòng)不具有分析和預(yù)測(cè)價(jià)值，根據(jù)小波在信號(hào)消噪方面的應(yīng)用，提出了一種基于小波消噪的數(shù)據(jù)預(yù)處理方法。將處理后的數(shù)據(jù)用于ARIMA模型預(yù)測(cè)，并將其與原預(yù)測(cè)模型進(jìn)行比較。比較試驗(yàn)結(jié)果發(fā)現(xiàn)，采用處理后的數(shù)據(jù)做模型預(yù)測(cè)的相對(duì)誤差更小，從而精度更高。 進(jìn)一步的，針對(duì)右刪失數(shù)據(jù)條件下的AP(p)模型，為了提高模型的預(yù)測(cè)準(zhǔn)確度，文章介紹了EM算法及其改進(jìn)并