林国超 杜宇键 刘娟

摘 要：股票价格的变化的受到多种因素的影响，单一的模型难以准确的对其变化规律做出准确的预测分析。本文以2019年6月24日—2020年4月28日间的比亚迪（SZ002594）股票价格作为研究样本，通过两种不同组合模型来分别进行训练样本和预测股价的变化。结果表明基于BP-GM（1，1）模型的预测精度更高，对股价的动态分析能提供更有益的参考。

关键词：BP神经网络;ARIMA模型;股价预测

中图分类号：F23     文献标识码：A      doi：10.19311/j.cnki.1672-3198.2020.26.072

0 引言

近年来股票越来越成为人们进行投资的重要工具，然而股票价格的变动受到诸多因素的影响。证券上市场股票价格受到外部的国际政治、金融政策宏观因素和企业经营情况，板块间的波动等微观因素的影响。那么如何科学预测股票价格的变化就具有重要的理论和现实意义，可以减少投资决策中的不确定性和盲目性，分散风险，提高投资收益。

在过去几十年中，有许多研究学者提出了多种不同的股价研究预测方法。其中多数模型分析方法的原理大多分为两种：一是基于大量历史数据对未来的业绩、题材、发展趋势作出预测，还要结合现如今的市场经济情况、政策等带来的影响做出自己的统计分析等;二是类似于k线理论的技术分析法，根据股票成交记录等信息计算各种指标，形成相关的图表，从而估计股票现阶段的走势。

当下随着数据挖掘和机器学习等新兴技术的不断涌现，建立各种数学模型对股票价格进行精准预测也成了国内外学者和业界人士的广泛关注。……