天津师范大学学报(自然科学版)

2019, v.39(05) 30-34

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于GARCH模型和BP神经网络模型的股票价格预测实证分析
Empirical analysis of stock price forecast based on GARCH model and BP neural network model

崔文喆;李宝毅;于德胜;

摘要(Abstract):

采用GARCH模型和BP神经网络模型,利用上海A股30支股票(6类,每类各5支)2015年6月29日至2017年6月30日的日收盘价,分别进行短期(2017年7月3日至7日)、中期(2017年8月14日至18日)和长期(2017年9月25日至29日)预测.结果表明:在短期预测中,无论是否考虑当日价格波动对预测结果的影响,2个模型的每日与一周总体预测效果的差异均不具有统计学意义(P> 0.05);在中期预测中,无论是否考虑当日价格波动对预测结果的影响,BP神经网络模型的每日与一周总体预测效果均优于GARCH模型,且总体差异具有高度统计学意义(P <0.01),不考虑当日价格波动时每日预测效果的差异具有统计学意义(0.01

0.05),有2日预测效果的差异具有统计学意义(0.01

0.05);随着预测周期的延后,预测误差逐渐增大.

关键词(KeyWords): 股价预测;收盘价;GARCH模型;BP神经网络模型;MATLAB

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金资助项目(11271046;11671040);; 天津师范大学博士基金资助项目(52XB1414)

作者(Author): 崔文喆;李宝毅;于德胜;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享