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。

基于人工神经网络算法的黄金价格预测问题研究

提出一种结合宏观国际经济影响因素与黄金价格时间序列相接合的LM-BP模型。仿真结果表明,该算法能够较好预测黄金价格的走势,并且运用固定权值阈值方法实现了预测结果的稳定,使得能够进行实际应用。

自适应过滤模型在黄金价格预测中的应用

１概述随着我国经济体制改革的不断深化，黄金工业已开始全面转向市场经济，黄金收购价格也由固定定价方式改为浮动定价方式，即国内的黄金收购价格随国际市场金价浮动。因此，了解和掌握国际黄金价格的变化趋势，对于新时期黄金工业的发展具有重要的现实意义。影响黄金价...

基于HP滤波—AR模型—GARCH族模型对黄金价格预测研究

黄金作为一种特殊的贵金属,不仅其本身具有货币和商品的双重功能,而且对经济领域有着重要影响,因此预测黄金价格趋势对社会经济发展具有重要意义。文中提出了一种新的预测方法:首先采用HP滤波将时间序列分解为趋势要素序列和周期波动序列;然后针对不同序列的性质,对趋势要素序列采用自回归模型(AR)拟合预测,对周期波动序列采用ARMA-GARCH族模型拟合预测;最后将两个预测序列相加与原序列比较;预测结果在模型精度和范围上均令人满意。

基于改进GM(1,1)模型的黄金价格预测

随着信息系统的发展,对黄金价格建立了基于新陈代谢理论的无偏灰色GM(1,1)预测模型。该模型是对GM(1,1)模型的改进,在不断补充新信息的同时,及时地去掉老信息,避免随着信息的增加,建模运算量不断增大的困难。实证结果表明,该模型预测精度优于GM(1,1)模型及无偏GM(1,1)模型的预测精度。

应用罚函数方法构建广义指数因子预报模型——黄金价格预测的实证分析

采用不同的损失函数和罚函数构建了广义指数预报因子模型,用该模型来预测国际黄金价格.构建方法包括:1)岭估计方法;2)基于L1、L2以及二者结合的损失函数LM,利用LASSO和SCAD 2种罚函数选取不同参数EWMA的线性组合作为预报因子.实证检验表明,该方法构建的模型有效改进了单参数EWMA预测模型,其预测精度优于已有方法.

基于ARIMA-GARCH族混合模型的黄金价格预测研究

由于次贷危机的发生、国际形势的动荡以及投资方面的需要,黄金越来越受到人们的关注,预测黄金价格及其波动性愈益重要。ARIMA时间序列模型虽能较好地把握金融时间序列的动态规律,但不能反映黄金价格的波动特征和杠杆效应。而条件异方差GARCH模型能较好地反映金融时间序列的波动性,更适合金融领域的预测。采用2018年1月2日至2018年12月28日上金所黄金Au(T+D)收盘价日数据,将ARIMA与GARCH相结合,构造新的ARIMA-GARCH族混合模型,并通过ARIMA-GARCH族在不同分布下对黄金价格进行预测,结果发现,黄金价格波动不仅具有异方差性,而且还具有杠杆效应。经过与ARIMA模型对比,发现新的混合模型在一定程度上能更好地拟合黄金价格的运动路径,在短期预测方面更具实用性。

黄金价格预测分析与研究

分析可能会对黄金价格产生影响的相关因素,如美元指数、原油价格、股票市场等。利用神经网络模型和ARMA的有机结合,实现对黄金价格的预测,最后对预测的结果同实际数据进行对比、检验。此外,根据已建立的预测模型及所得的结论,给出了一些与黄金相关的衍生品的交易建议。

GA-BP算法在黄金价格预测中的应用

基于遗传算法的神经网络模型能够发挥遗传算法具有较强搜索能力,同时结合神经网络学习能力,可以发挥两种算法各自的优势;本文采用美元指数、原油价格、美元十年国债收益率、美国CPI等宏观经济指标和黄金价格为样本来预测;仿真结果表明,该算法能够较好预测黄金价格的走势,并且实现了预测结果的稳定。

基于IGM-BP模型的黄金价格预测研究

针对黄金价格波动具有高噪声、严重非线性等特点,提出一种改进多维GM(1,N)灰色模型与BP神经网络模型相结合的预测模型(IGM-BP),运用到黄金期货价格的预测和分析中,有利于提高黄金期货价格的预测精度。研究结果表明:在黄金价格预测中,与传统灰色神经网络模型相比,IGM-BP预测模型在高噪声非线性预测系统中具有较小的误差和良好的拟合效果,表现出更高的应用价值。

2020年国际黄金价格预测观点

由北京黄金经济发展研究中心、中国黄金报社编辑岀品的《2020年国际黄金价格预测报告》近日发布。报告选取黄金行业全产业链32位专家学者和市场人士参与,对2020年的国际黄金价格走势进行了预测。分析者从国内外宏观经济形势、货币政策、地缘政治局势等多方面,对影响国际金价的因素进行了全面细致的分析,得岀了谨慎乐观的结论。

基于投影寻踪和BP神经网络的多因素预测模型

文章运用投影寻踪方法,在不改变训练样本分类质量的条件下,按照输入影响因素相对于输出的重要度的大小,确定BP神经网络的输入层变量维数。通过对样本的学习,建立投影寻踪BP神经网络(PPCBPN)多因素预测模型,将其用于国际黄金价格预测。结果表明,该方法减少了网络的训练时间,改善了学习效率,具有较高的预测精度,是可行和有效的。