TY - A2的太阳,Le AU - Yu,燕PY - 2022 DA - 2022/08/18 TI -股票市场的可预测性研究基于金融时间序列模型SP - 8077277六世- 2022 AB -在当今经济全球化和金融一体化的时代,股市不断复杂,表现出许多偏差,不能用经典的财务分析来解释,但与此同时,一些经典的金融统计特性有惊人的相似之处。这表明,尽管股票市场是复杂的,有普遍规律,可以通过数据挖掘来发现找到其底层操作规则。在这篇文章中,我们构建金融时间序列模型ARIMA、拱、GARCH预测股票市场的价格波动和趋势。ARIMA模型用于符合线性金融时间序列和GARCH模型用于非线性时间序列残差。结果表明,集成树模型基于投票权重的想法高精度预测股市牛市和熊市中,与XGBoost预测精度达到96%,和神经网络模型也非常有效,准确率超过90%。SN - 1574 - 017 - 2022/8077277 / 10.1155 x你——https://doi.org/10.1155/2022/8077277——摩根富林明-移动信息系统PB - Hindawi KW - ER