TY -的A2 - Chen Miaochao盟——周Dehui PY - 2021 DA - 2021/12/26 TI -金融市场预测和模拟基于FEPA模型SP - 5955375六世- 2021 AB -金融市场的诞生以来,业界和学术界想要找到一个方法来准确预测未来金融市场的趋势。本文的最终目标是建立一个数学模型,可以有效地预测金融时间序列的短期趋势。本文提出了一种新的组合预测模型:它的名字叫金融时间Series-Empirical模式Decomposition-Principal组件Analysis-Artificial神经网络(FEPA)模型。该模型主要由三部分组成,这是基于金融时间序列特殊经验模态分解(FTA-EMD),主成分分析(PCA)和人工神经网络。该模型主要用来模拟和预测复杂的金融时间序列。同时,该模型还预测股票市场指数和汇率和研究金融市场的热点领域。经验模态分解的结果表明,反向传播神经网络(EMD-BPNN)模型具有更好的预测效果比自回归综合移动平均模型(ARIMA),主要反映在预测的准确性。这表明分解和重新组合预测方法的非线性和非平稳的金融时间序列可以有效地提高预测精度。当预测澳大利亚股票指数的收盘价,FEPA的命中率(DS)模型分解方法是72.22%,比EMD-BPNN模型高10.86%和3.23%高于EMD-LPP-BPNN模型。当FEPA模型预测澳大利亚股票指数,在一定程度上提高命中率,和效果优于其它模型。 SN - 2314-4629 UR - https://doi.org/10.1155/2021/5955375 DO - 10.1155/2021/5955375 JF - Journal of Mathematics PB - Hindawi KW - ER -