混合预测模型在股市预测中的性能分析
统计金融
2013-05-16 v2 计算工程、金融与科学
摘要
本文提出了一种由一致性度量（concordance）和遗传规划（Genetic Programming, GP）组成的混合模型的性能分析，旨在预测金融市场，并与一些现有模型进行比较。该方案可用于深入分析股票市场。我们使用不同的一致性度量，如 Kendall's Tau、Gini's Mean Difference、Spearman's Rho 以及一致性的弱解释，来搜索过去与现在相似的模式。随后利用遗传规划使过去趋势与当前趋势尽可能匹配。接着，遗传规划根据过去发生后的情况来估计接下来会发生什么。该概念使用金融时间序列数据（S&P 500 和 NASDAQ 指数）作为样本数据集进行了验证。然后将预测结果与标准 ARIMA 模型及其他模型进行比较，以分析其性能。
引用
@article{arxiv.1209.4608,
title = {Performance Analysis of Hybrid Forecasting Model In Stock Market Forecasting},
author = {Mahesh S. Khadka and K. M. George and N. Park and J. B. Kim},
journal= {arXiv preprint arXiv:1209.4608},
year = {2013}
}