基于CEEMDAN-GRU模型的股票市场指数预测研究

Research on Stock Market Index Prediction Based on CEEMDAN-GRU Model

叶康 ¹邓晓卫 ¹吕学斌¹

扫码查看

作者信息

1. 南京工业大学数理科学学院, 江苏南京211816
折叠

摘要

本文通过构建CEEMDAN-GRU模型对股票市场指数进行预测.首先,利用CEEMDAN方法将原数据分解成不同频率的长、短周期序列和趋势项;然后,利用GRU神经网络模型对各分序列及趋势项进行拟合、预测;最后,经过合成得到原时序数列的整体预测.以沪深300指数为例对该方法进行检验,结果显示:在270日的验证集里涨跌预测胜率达到82.96％;与其他基于机器学习方法建立的预测模型的预测结果相比,四个评价指标均显示CEEMDAN-GRU模型预测结果一致优于其他模型方法,具有更高效率和更小预测误差.

关键词

完全集合经验模态分解/(CEEMDAN)/门控循环单元/(GRU)/股市指数/建模预测

引用本文复制引用

基金项目

国家自然科学基金(11801267)

出版年

2021

商学研究

ISSN：

被引量1

参考文献量9

段落导航