基于GM(1,1,μ,ν)模型的股指预测

摘要

当前对灰色预测模型GM(1,1)的优化主要集中在2个方面,1个是建模所用数据维度的选择上,一个集中在白化背景值z(1)(k)的优化上.由于这些工作都只考虑单一因素的影响,因此,GM(1,1)的潜力还没有被充分的挖掘出来. 针对以上情况,提出同时考虑2个因素的GM(1,1,μ,ν)模型,并根据股市的特点,提出选择最优解的办法. 实例证明该模型比传统的GM(1,1)有更低的预测误差. 更重要的是,该模型提出综合考虑2种因素的思想,为更进一步优化GM(1,1)提供新的思路.