施文月，　　袁宏俊

(安徽财经大学 统计与应用数学学院，安徽 蚌埠　233000)



基于最大最小贴近度和GIOWA算子的上证综指的组合预测模型应用

施文月，袁宏俊

(安徽财经大学 统计与应用数学学院，安徽 蚌埠233000)

摘要：为了能更准确地把握我国股票价格的走向，首先使用传统的多元回归模型、指数平滑模型和ARIMA模型分别对2014年1月-12月的上证综合指数的月末价收盘价进行预测，然后在此基础上采用基于最大最小贴近度的广义诱导有序加权算术平均(GIOWA)算子的组合预测方法将三种模型整合，再对上证指数价格数据进行运算，得出每种方法所占权重和预测值，最后通过比较评价体系的各个指标发现基于最大最小贴近度和GIOWA算子的组合预测方法的精度更令人满意.

关键词：最大最小贴近度；GIOWA算子；组合预测；股票价格

1引言

从1990年我国第一个证券交易所在上海正式成立至今，我国股市发展迅速，在此期间股市行情也经历了大起大落，从2006年至2008年，股价变动剧烈，并在2015年股价的变动极不正常，阻碍了证券市场的健康发展和投资者们的正确决策.因此，投资者更需具备正确预测股票价格走势的能力.

自从股市产生至今，大量的学者对股票价格的预测产生了极大的关注.在以往的文献中，学者们大都采取单项预测方法.Engle(1982)[1]首次使用ARCH模型来预测事物的发展.李攀峰(1997)[2]首次使用灰色系统理论预测股票价格走势.罗阳、杨桂元(2013)[3]基于ARCH和GARCH模型，利用类GARCH模型对股市的非对称……