基于SSA-ARIMA-BPNN组合模型的黄金价格预测

考虑到金价预测具有极大的实用价值,建立了基于奇异谱分析(SSA)的黄金价格预测组合模型。由于黄金价格数据具有尖峰厚尾的特点,噪声含量高,首先使用奇异谱分析方法对数据进行分解与重构。然后分别对原始数据和重构数据建立单一ARIMA模型、单一BP神经网络模型,比较预测结果发现奇异谱分析可以消除数据的噪声,提高模型的预测精度。由于单一模型具有一定的局限性,建立了SSA-ARIMA(3,1,0)-BPNN组合模型进行黄金价格预测。实验结果表明,该组合模型有效提取了数据的信息,预测精度整体优于单一模型。