摘要
为了准确的预测股票价格的趋势走向,文章提出了一种基于粒子滤波(PF)的股价预测方法。该方法首先对股价时间序列建立非线性自回归(NAR)模型,由此得到对应的状态方程和量测方程;然后将NAR模型的参数向量扩展到状态向量中,用粒子滤波方法联合估计NAR模型的状态和参数,进而实现股价的实时预测。仿真实验表明,基于粒子滤波的股价时间序列预测方法比传统的NAR模型预测精度更高。
出处
《统计与决策》
CSSCI
北大核心
2017年第3期84-87,共4页
Statistics & Decision
基金
国家自然科学基金资助项目(61261033
41201479
61062003
61162007)
广西自然科学基金资助项目(2013GXNSF-BA019270)
