基于合作对策的股指时间序列智能组合预测研究

针对我国股市呈现出非线性、大幅度、频繁波动的特征，提出一种基于合作对策的股指时间序列智能组合预测方法，利用改进GRACH方法从时间关联性的角度辨识股指时间序列；同时利用神经网络方法从多种经济指标之间的相关性出发，建立股指时间序列预测模型，同时引入合作对策方法，对两种预测方法进行组合。实证分析结果表明，采用本算法能够有效地将预测精度控制在2.68%以内，同时在RMSE、MAPE和F三项指标上，较单一模型有极大提升。