《表3 不同IMF组合方式下高频预测模型的评估结果》
上文中高频分量由IMF1—IMF4加和构成,他们一方面描述了股市指数复杂波动模式,但也同时包含了不同比例的噪声,应予以剔除以降低高频分量预测建模的难度,同时提升其预测准确度。股票市场广泛存在的短期投机性以及噪声交易使得IMF1—IMF4中频率更高的IMF1、IMF2包含的噪声成分更多,相应地,IMF3和IMF4则包含更多的信息成分。因此,对组成高频分量的IMF进行优化时优先保留IMF3和IMF4,获得表3所示四种候选的IMF组合方式。进一步,采用四种评价指标对各种IMF组合方式的预测效果进行量化评估,结果表明:仅由IMF2—IMF4加和构成高频分量的方式预测效果最好,大幅改善了优化前按“1+2+3+4”方式构成高频分量的预测效果,其中R2、EVS、RMSE和MAE分别提升116.3%、113.1%、47.6%和45.4%。图7为最优组合方式“2+3+4”下高频分量的LSTM滚动预测结果,明显改善了图7的预测滞后性。
图表编号 | XD00209422900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.10 |
作者 | 贺毅岳、高妮、韩进博、茹少峰 |
绘制单位 | 西北大学经济管理学院、西安外国语大学经济金融学院、西北大学经济管理学院、西北大学经济管理学院 |
更多格式 | 高清、无水印(增值服务) |