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