2 missmustard missmustard 于 2016.03.09 09:47 提问

hilbert huang变化和ARMA模型结合对股票价格进行预测

毕设用hilbert huang变化和ARMA模型结合对股票价格进行预测,请问可行吗?要怎么做?用matlab可以做吗

1个回答

hnxcjsbzzysljf
hnxcjsbzzysljf   2016.10.08 01:31

uang变化和ARMA模型结合对股票价格进行预测
股票预测matlab
毕设用hilbert huang变化和ARMA模型结合对股票价格进行预测,请问可行吗?要怎么做?用matlab可以做吗

Csdn user default icon
上传中...
上传图片
插入图片
准确详细的回答,更有利于被提问者采纳,从而获得C币。复制、灌水、广告等回答会被删除,是时候展现真正的技术了!
其他相关推荐
eviews做arma预测
用来算平稳随机序列的预测值,ARMA(p,q) 平稳:序列的自相关系数很快地趋于0(K>2,3时) 1.基础知识 AR(P) 偏自相关系数 P阶截尾 MA(Q)自相关 Q阶截尾 2.常用操作(命令行) plot x genr 键入等式,如z=x-y 3.菜单 quick-estimate equation x ma(1) ma(2) ar(1)
R语言基于ARMA-GARCH过程的VaR拟合和预测
本文展示了如何基于基础ARMA-GARCH过程(当然这也涉及广义上的QRM)来拟合和预测风险价值(Value-at-Risk,VaR)。library(qrmtools)# for qq_plot()library(rugarch)模拟数据我们考虑具有t的ARMA(1,1)-GARCH(1,1)过程将ARMA-GARCH模型拟合到(模拟的)数据拟合一个ARMA-GARCH过程。计算VaR时间序列计...
基于时间序列的短期数据预测--ARMA模型的设计与实现(每个步骤附实现源码)
本文demo源码、实验数据:传送门 引言 前面我有分享两篇关于时间序列模型的文章,一篇是 Holt-Winters模型原理分析及代码实现(python),一篇是 LSTM模型分析及对时序数据预测的具体实现(python实现)。holt-winters是典型的平滑法,一般用于趋势分析和预测。LSTM是一种时间递归神经网络,适合于处理和预测时间序列中间隔和延迟相对较长的重要事件。最近实验室师兄...
时间序列分析中的ARMA,ARIMA模型整体综述
在生产和科学研究中,对某一个或一组变量x(t)进行观察测量,将在一系列时刻t1, t2, …, tn (t为自变量且t1 时间序列分析是根据系统观测得到的时间序列数据,通过曲线拟合和参数估计来建立数学模型的理论和方法。它一般采用曲线拟合和参数估计方法(如非线性最小二乘法)进行。时间序列分析常用在国民经济宏观控制、区域综合发展规划、企业经营管理、市场潜量预测、气象预报、水文预报、地震前
ARMA模型的Matlab代码
ARMA模型的Matlab代码,欢迎大家前来下载
机器学习对价格预测做模型与应用
说到价格预测,我们首先能想到的就是kaggle一个比赛,关于房价的预测,不过在房地产行业这么火热的时代,做一个中国版的房价预测也很有意思,但是博主想做的是一个对二手设备价格的预测,通过对二手设备的类型、年代、用过的时间、地理位置等各种特征,进行一个建模,来预测售价,不过这是个比较容易点的应用,未来对于能通过一张或者几张图片就预测二手设备的价格,我觉得这个是比较有挑战的。下面对价格的预测主要通过线性...
时序分析:ARMA方法(平稳序列)
憔悴到了转述中文综述的时候了........        在统计学角度来看,时间序列分析是统计学中的一个重要分支, 是基于随机过程理论和数理统计学的一种重要方法和应用研究领域.  时间序列按其统计特性可分为平稳性序列和非平稳性序列. 目前应用最多的是Box一JenkinS
金融时间序列分析: 10. ARMA模型实例(R,Python)
0. 目录金融时间序列分析:9. ARMA自回归移动平均模型 金融时间序列分析:8. MA模型实例(Python) 金融时间序列分析:7. MA滑动平均模型 金融时间序列分析:6. AR模型实例 金融时间序列分析:5. AR模型实例(Python) 金融时间序列分析:4. AR自回归模型 金融时间序列分析:3. First Demo By Python 金融时间序列分析:2. 数学分析
R 语言环境下用ARIMA模型做时间序列预测
R 语言环境下用ARIMA模型做时间序列预测,内有详细说明
R语言时间序列分析之ARIMA模型预测
R语言时间序列分析之ARIMA模型预测   今天学习ARIMA预测时间序列。  指数平滑法对于预测来说是非常有帮助的,而且它对时间序列上面连续的值之间相关性没有要求。但是,如果你想使用指数平滑法计算出预测区间, 那么预测误差必须是不相关的, 而且必须是服从零均值、 方差不变的正态分布。即使指数平滑法对时间序列连续数值之间相关性没有要求,在某种情况下, 我们可以通过考虑数据