1 绪论
1.1 传统的时间序列预测模型
1.2 基于人工智能的时间序列预测模型
1.3 基于集成技术的时间序列预测模型
1.4 本文的动机与行文思路
2 研究方法
2.1 ARMA-GARCH模型
2.1.1 模型介绍
2.1.2 模型定阶
2.2 S-BPNN模型
2.2.1 模型介绍
2.2.2 逆传算法
2.2.3 参数估计
2.2.4 网络结构
2.3 EMD-LSSVM模型
2.3.1 经验模态分解
2.3.2 支持向量机理论
2.3.3 推广性的界
2.3.4 结构风险最小化原理
2.3.5 SVM
2.3.6 LSSVM
2.4非线性集成预测模型
3 实证分析
3.1 数据描述
3.2 实证比较
3.2.1 模型评价指标
3.2.2 实证结果
3.2.3 模型表现
结论
参考文献
致谢