基于小波多尺度分析的股票价格组合预测方法 (2011年)

股票价格是众多因素影响的综合结果,波动规律异常复杂,属于典型的非平稳时间序列。为了对股价进行更有效的预测,提出一种基于小波分析、灰色残差GM(1,1)模型和AR模型的组合预测方法。运用小波分解算法,将股价序列分解成不同尺度上的逼近信号和细节信号,分别重构成低频序列和高频序列,即股价的趋势项和随机项。根据低频序列和高频序列的不同特性,分别采用灰色残差模型和自回归模型对未来股价进行预测,重新组合生成预测价格。实证研究结果表明,该方法比传统的股价预测方法具有更高的预测精度。