摘要:由于金融数据具有随机性特征,使得建模和预测变得极其困难.提出一种组合预测方法,即假定任何金融时序数据由线性和非线性两部分组成,将其中线性部分的数据通过随机游走(Rw)模型进行模拟,剩余的非线性残差部分由前馈神经网络(FANN)和诶尔曼神经网络(EANN)协同处理.从实证结果可知,该组合方法相比单独使用RW、FANN或EANN模型有更高的预测精度.
关键词:诶尔曼神经网络 人工神经网络 随机游走模型 组合预测 金融时间序列
单位:暨南大学经济学院 广东广州510632 暨南大学管理学院 广东广州510632
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社