基于最优小波包变换、ARIMA与SVR的股票价格预测研究

摘要

股票价格序列的变化往往具有高度的非平稳性和异方差性，使得单一的预测方法难以准确预测。利用最优小波包变换，将股票价格序列分解为一系列特征规律较明显的小波包系数，对其中的趋势部分采用ARIMA进行预测，对细节部分采用SVR进行预测，最后将预测结果进行重构得到股价预测序列。实证研究结果表明：该预测方法结构明确，计算高效，能够以较高的精度对股价变化进行预测。