小波变换和GM-ARMA组合模型的股指预测

当前在利用小波分解和其他模型建立组合模型的过程中,对小波基方程的选择和分解层数并没有一个标准,基本上是通过经验和一些实验来决定这2个因素;而且很多利用小波分解建立的组合模型并不考虑模型之间相互的影响,对各个子模型的参数估计采取各自独立的估计,从而导致预测结果不是最优.为此,提出了先对小波基方程和分解层数这2个特征进行参数化,然后定量地对所有子模型的特征参数进行统一、综合的评估,以达到建立最佳组合模型的目的.由于该组合模型是由小波分解、灰色模型和ARMA模型组合而成的,因此称为WGM-ARMA模型.股指预测的实例验证了WGM-ARMA模型大幅度地降低了预测误差,说明了该组合模型的有效性、实用性和可行性.