基于GARCH模型和BP神经网络模型的股票价格预测实证分析 |
| |
引用本文: | 崔文喆,李宝毅,于德胜.基于GARCH模型和BP神经网络模型的股票价格预测实证分析[J].天津师范大学学报(自然科学版),2019(5). |
| |
作者姓名: | 崔文喆 李宝毅 于德胜 |
| |
作者单位: | 天津师范大学数学科学学院 |
| |
摘 要: | 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 P 0.05),考虑价格波动时每日预测中有3日预测效果的差异不具有统计学意义(P 0.05),有2日预测效果的差异具有统计学意义(0.01 P 0.05);在长期预测中,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),每日预测效果的差异不具有统计学意义(P 0.05);随着预测周期的延后,预测误差逐渐增大.
|
本文献已被 CNKI 等数据库收录! |
|