基于PCA-MLR-MEABP模型的上證指數(shù)預(yù)測(cè).pdf

1、在股票市場(chǎng)的發(fā)展過程中，人們一直致力于如何準(zhǔn)確地預(yù)測(cè)股票價(jià)格，與此同時(shí)，預(yù)測(cè)方法也在不斷更新。到目前為止，簡(jiǎn)單的模型已經(jīng)不能滿足人們對(duì)預(yù)測(cè)精度的期望。本文提出的PCA-MLR-MEABP組合模型意在預(yù)測(cè)上證指數(shù)的走向，實(shí)現(xiàn)了兩個(gè)結(jié)合：多種技術(shù)分析方法的結(jié)合、線性方法（主成分分析、多元線性回歸）與非線性方法（思維進(jìn)化算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)）的結(jié)合，具有很強(qiáng)的預(yù)測(cè)能力和實(shí)際應(yīng)用價(jià)值。
　　為了更好地提取上證指數(shù)的趨勢(shì)信息，本文從股價(jià)、

2、成交量、漲跌趨勢(shì)、漲跌幅度等方面，選取BBI指標(biāo)、MWVAD指標(biāo)、乖離率（BIAS指標(biāo)）、K值、D值、BOLL指標(biāo)、WR指標(biāo)、成交量八個(gè)技術(shù)指標(biāo)，使用主成分分析法（PCA）進(jìn)行指標(biāo)的匯總和趨勢(shì)分解；然后利用多元線性回歸（MLR）的方法將主成分分析的結(jié)果整合成四個(gè)主成分變量；接著使用思維進(jìn)化算法（MEA）優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值，最終構(gòu)造出優(yōu)化模型PCA-MLR-MEABP組合模型。
　　為了說明組合模型的有效性，本文從擬合精度