第 卷第 期
智能系统学报
Vol
年 月
CAAI Transactions on Intelligent Systems
Jun
doi jissn
改 进 的 灰 色 模 型 与 ARMA 模 型 的 股 指 预 测
吴朝阳
康考迪亚大学 统计与数学系蒙特利尔 HG H
摘要当前基于灰色 GM模型和 ARMA 模型的组合模型 GMARMA 模型存在着 点不足一是由于GM
模型不是最优的导致了 GMARMA 模型也不是最优的二是 GMARMA 模型并没有恰当地结合 个子模型这也导
致了 GMARMA 模型不是最优的为此首先引入数据维度参数和白化背景值的系数 个参数来改进GM 模
型然后同时优化 ARMA 模型中的 PQ 个参数来改进 GMARMA 模型 称新的模型为 Revised GMARMA RGM
ARMA模型实例证明 RGMARMA 的误差小于 ARIMA 和 GMARMA 模型并且为组合模型的建立提供了新的思
路
关键词灰色模型GM模型ARMA 模型GMARMA 模型股指预测
中图分类号 TP文献标识码A文章编号
Forecasting stock indexes based on a revised grey model and
the ARMA model
WU Zhaoyang
The Department of Mathematics and Statistics Concordia University Montreal HG H Canada
AbstractA hybrid grey modelautoregressive moving average GMARMA model constructed by combing the
GM model and the ARMA model has two drawbacksOne drawback is that the GMARMA model may not
be optimal since the traditional GM model is not optimalThe other is that the GMARMA model does not
combine two submodels properly this may also cause the GMARMA model to be suboptimalThis paper tries to
first modify the GM model by introducing parameters the grey dimension degree and white background
valueA revised GMARMA model was constructed by optimizing all parameters in the GM model and the
ARMA model simultaneouslyFor convenience we called this revised GMARMA model the RGMARMA model
Experimental results showed that the RGMARMA model has fewer prediction errors than the ARMA model or the
GMARMA model and gives a new solution for construction of hybrid models
Keywordsgrey model GM model ARMA model GMARMA model stock prediction
收稿日期
通信作者吴朝阳Emailhostingcagmailcom
ARMAautoregressive integrated moving average
模型作为使用最广泛的时间序列模型一直以来被许
多学者用于股票价格序列的研究中
其本质是利
用平稳时间序列的统计相关性来进行未来价格的预
测灰色 GM模型是基于灰色理论的时间序列
预测方法近年来也被广泛地用于股票价格的时间序
列预测中
GM 模型的核心思想是用指数方
程来捕捉隐藏在时间序列中的能量聚集而这种聚集
可以通过累加操作显现出来从而可以用指数方程来
进行拟合可以看出这 种办法对于股价的预测都
有各自的侧重由于股价序列的复杂和多样性以上
个模型中的任意一个都不能完全地描述股价运动
因此一个常规的想法就是结合这 种预测模型建立
组合模型其思想是用GM 模型来捕捉股价运
动的趋势而用 ARMA 模型通过挖掘残差序列的相
关性来进行股价的预测
实际上这种基于灰色 GM 模型和 ARMA
模型的组合模型已经被广泛地用于时间序列的预测
中并被称呼为 GMARMA 模型 grey modelautore
gressive integrated moving average model
但是由
于组合模型中 GM 模型不是最优的 并且没
有考虑最优的结合点因此传统的 GMARMA 模型
不是最优的本文将针对这 点不足提出了 RGM