灰色预测在股票价格指数预测中的应用

一、灰色系统的产生和灰色预测法 灰色系统理论是邓聚龙教授在８０年代初首先提出了灰色系统的概念，并在而后的十余年间逐步对该理论进行发展和扩充，使其形成为一套完善的体系。灰色预测是以ＧＭ（１，１）模型为基础所作的预测，是该体系重要的组成部分，迄今已被广泛的应用于农业、经济、水利等多个领域，取得较好的经济效益。 灰色预测法根据其功能可以分为以下几种： １．数列预测：对系统行为特征指标观测值所形成的序列的灰色预测。 ２．灾变预测：对超出某一界限的异常值出现时间的预测。 ３季节灾变预测：对系统行为特征指标异常…     

应用GMF方程组预测汛期6—8月的降水量

应用ＧＭＦ方程组预测汛期６—８月的降水量吉林省四平市气象局孙志国以往人们研究灰色系统ＧＭ（１，１）模型应用时．只是用它做灾变趋势的单侧区间定性预测，即只知道灾变量值小于或大于某个量值，至于大多少或小多少不清楚。我们有时不仅需要知道灾变的趋势，更需要知...     

1998至2000年我国粮食总产量增长趋势预测

我国粮食总产量长期以来由于受政策、经济、科技、气候条件等因素的影响,存在着很大程度的波动,但随着时间的推移,粮食总产量基本上沿着一条向上的趋势线增长变化。其中又带有一定的波动性。本文拟以灰色ＧＭ（１,１）数学模型和马尔柯夫链联合预测我国粮食总产量在未来几年内的增长趋势。一、对粮食总产量的历史数据进行趋势化处理为充分发挥ＧＭ（１,１）模型短期预测精确度较高的优势,将我国粮食总产量自１９４９～１９９７年的历史数据划分为多个阶段,建立移动式的ＧＭ（１,１）动态预测模型,分阶段进行拟合,计算出粮食总产量…     

灰色模型在供电量预测中的应用

灰色模型是80年代初发展起来的新型理论，用于解决灰色系统的问题。电力网供电量的变化情况，受诸多因素的影响，其中包括历年的供电量及负荷情况；工农业发展情况以及天气情况等等。这些因素有的是已知的（如历年的供电量），有的是不确定的（如气候的变化）。因此，可以把电力网的供电量及负荷的变化情况认为是一个灰色系统，用灰色模型对其进行预测。利用灰色模型预测供电量，一般只需7个以上原始数据，就可保证短、中、远期的预测数值达到一级。     

深圳市就业人口增长的灰色预测与分析

根据深圳最新就业人口数据，运用灰色系统理论，探讨并选择了最优灰色GM（1，1）模型对深圳未来几年的就业人口进行灰色预测，并用灰色关联方法分析了深圳市新增就业人口与房屋竣工面积、住宅竣工面积、新增固定资产投资之间的相关关系。结果表明，在建立的灰色GM（1，1）模型群中，4维灰色GM（1，1）模型的预测精度最高，其结果也明显优于线形回归；未来几年内深圳市就业人口仍会有大幅度增长；房屋竣工面积、住宅竣工面积对新增就业人口的影响明显大于新增固定资产投资，并且当年的房屋竣工面积、住宅竣工面积、新增固定资产投资对新增就业人口的影响明显高于上一年。     

基于CM(1,1)模型的江苏省民间投资规模预测

一、CM(1,1)灰色预测模型 灰色预测法是一种对含有不确定因素的系统进行预测的方法.灰色预测是对既含有已知信息又含有不确定信息的系统进行预测,就是对在一定范围内变化的,与时间有关的灰色过程进行预测.灰色预测通过鉴别系统因素之间发展趋势的相异程度,即进行关联分析,并对原始数据进行生成处理来寻找系统变动的规律,生成有较强规律性的数据序列,然后建立相应的微分方程模型,从而预测事物未来的发展趋势的状况.CM(1,1)模型是常用的一种灰色预测模型.     

经济时间序列的灰色模型研究

经济时间序列的灰色模型研究广东商学院王泽日一、基本理论与方法对于实测的时间序列｛Ｘ（０）ｉ（ｔ）｝，（ｉ＝１，２，…，ｎ；ｔ＝１，２，…，ｍ），一般为随机的，将其累加处理，可获得新序列｛Ｘ（１）ｉ（ｔ）｝，其中｛Ｘ（１）ｉ（ｔ）｝＝ｔｋ＝１Ｘ（０）...     

一种动态灰色预测模型及其应用

一种动态灰色预测模型及其应用江苏省涟水县统计局王亚军我国学者邓聚龙教授８０年代创立的灰色系统理论，给数学预测方法注入了新的活力。灰色预测方法由于采用连续的微分模型，基本上克服了采用离散递推模型的经典回归分析方法的三大不足之处（需要大量数据、要求有较典...     

基于三角灰色系统模型的煤炭消费预测

文章认为，灰色GM（1，1）预测模型和三角残差修正技术相结合能够显著提高预测精度。预测的基本步骤为，首先运用灰色GM（1，1）模型获得趋势项；然后利用三角模型捕获GM（1，1）模型残差的周期现象以提高预测精度。中国年煤炭消费量预测实验结果表明，TGM（1，1）模型较传统GM（1，1）模型具有较高的灰色预测精度。中国2010-2013年的煤炭消费量预测结果表明，短期内煤炭消费量会随着GDP增长而逐年增加，因此有必要降低能源结构碳强度，减缓煤炭需求增长，提高煤炭利用效率。     

自适应滤波在经济预测中的应用

自适应滤波在经济预测中的应用高健绪,顾岚一、自适应滤波及预测方法设｛Ｘｔ｝（ｔ＝１,２,．．．,Ｎ）是一个实际观测到的经济序列,不失一般性,可以认为它具有趋势性和季节性,我们可用长自回归模型ＡＲ（ｎ）对其进行拟合。式（１）中误差项｛εｔ｝是零均值白噪...     

基层财政收支灰色预测模型及应用

灰色预测模型在应用中可以不去直接研究复杂系统内部各因素之间的关系,也不需要大量的样本,仅通过对原始数据的整理来寻求其变化规律,对于小样本、时间序列的县级财政收支预测更为适合。文章从模型和指标的角度对基于灰色模型的财政收支预测进行了研究,通过广丰县财政收支模拟表明:通过灰色预测模型对县级财政收支进行预测拟合效果较好,对县级财政决策的制定和风险的防范和化解具有积极意义。     

统计预测

统计预测上海财经大学张尧庭统计预测有以下特点：（１）结论是不确定的。例如预测明天“降水”的概率是多少。它与一些确定性的预测不同，对不同的置信度相应的结论也会不同。（２）从数据和模型出发，具有客观性。它不随人的判断的不同而改变，只要依据的模型和数据是可...     

基于灰色关联度的优性组合预测模型存在性及赋权方法

灰色关联分析是通过对时间序列数据几何关系的度量来比较系统中多因素的紧密程度的量．在组合预测技术中，通常利用灰色关联度最大化的方法来确定各单项预测模型的权重系数．文章在分析灰关联度模型的基础上，得到结论即组合预测离差平方和最小与灰色关联度在确定优性组合预测模型中具有一致性，实例分析证明结论正确、有效。     

AGA参数优选的SVR模型及其在经济系统预测中的应用

支持向量机已经被成功应用于解决非线性回归和时间级数等问题。文章运用自适应遗传算法对支持向量回归进行最优参数设置,得到一种新的预测模型——AGASVR模型,并且将该模型应用于经济系统的和预测。实验结果表明,提出的模型相对神经网络模型、小波神经网络模型和灰色系统模型而言,运算精度高,是一种有效的经济系统预测方法。     

多变量灰色模型在经济预测中的应用

一、引言 灰色预测是一种对含有不确定因素的系统进行预测的方法.它通过鉴别系统因素之间发展趋势的相异程度,对原始数据的生成处理来寻找系统变动的规律,从而建立模型来预测事物未来的发展趋势状况.目前社会经济领域应用比较广泛的是单变量一阶模型,即GM(1,1)模型.我们考虑系统总是由多个变量,多个因素构成,因此本文应用多变量一阶预测模型GM(1,N),对江苏省国民经济发展的趋势进行预测.     

改进粒子群算法优化灰色神经网络预测模型及其应用

文章针对神经网络存在局部最优、收敛速度慢以及大样本等缺点,将改进的粒子群算法、灰色模型和神经网络模型有机结合,构建了改进粒子群优化灰色神经网络预测模型(IPSO-GMNN).并与其他预测模型进行比较,实证结果表明:IPSO-GMNN预测模型能够克服神经网络预测模型的不足,更好地识别时间序列的非线性和突变性特征.在对我国专利授权数量的预测应用中,新模型对非线性时间数据预测表现出更好的预测精度和稳定性.     

基于GM（1，1）模型的四川省GDP预测

灰色系统理论是一门诞生不久的学科,其中GM(1,1)模型时期预测理论的基础与核心,它将系统看成一个随时间变化而变化的指数函数,并不需要大量的时间序列数据就能够建立预测模型(一般4个以上数据即可),并且预测效果较好。     

内蒙古自治区人口总量的时间序列拟合与预测

以1950-2007年内蒙古自治区人口总量数据为依据,利用ARIMA（1,1,1）与GM（1,1）模型分别对内蒙古人口总量的时间序列进行了拟合、分析与预测。分析结果表明：两种模型的拟合程度都比较高,但灰色模型的拟合度更高。因此用GM（1,1）模型对内蒙古自治区2010-2012年的人口总量进行了预测。     

时序数据预测的灰色神经网络技术

灰色系统理论中GM模型具有弱化序列随机性、挖掘系统演化规律的独特功效,且对一般模型具有很强的融合力和渗透力。将GM模型融入一般模型的建模过程中将会使得预测精度大大提高。灰色系统和神经网络都可看作是数值化的函数估计器,将灰色系统与神经网络融合,构造一种灰色神经网络     

残差灰色预测模型的改进与应用

灰色预测是近年来应用比较广泛的一种预测方法,灰色模型简称GM(GrayModel)模型,是以灰色模块为基础,以微分拟合法而建立的模型.灰色GM(1,1)预测模型具有要求样本数据少、原理简单、运算方便、短期预测精度高、可检验等优点,已广泛应用于经济、生物、生态和环境等领域.