论文部分内容阅读
金融时间序列数据具有较强的非线性和高噪声的特点，因此研究金融时间序列预测方法已成为金融工程研究领域的一大热点。本文基于Eviews6.0软件，选取2019年1月至2020年12月沪深300指数日收盘价数据，采用时间序列预测模型和GMDH算法进行预测。结果表明，基于GMDH的预测结果和基于ARMA模型、GARCH模型的预测结果相比较，GMDH的预测结果准确率最高，预测方法最优，这为研究者以后寻找准确和高效的预测模型提供思路。