改进的时间序列模型在上证综指预测中的应用与研究

摘要

上证综指反映了上海证券交易市场的总体走势,对上证综指的分析与研究可以帮助我们了解上证的经济市场.就2012年以来的上证综指进行分析研究,提出一种自回归移动平均模型(ARIMA)与广义自回归条件异方差模型(GARCH)和最小二乘支持向量机(LSSVM)的组合模型来对上证综指进行预测,取得了良好的预测效果.在设计的过程中,我们利用R语言进行处理,R语言是一款免费的优秀的数据处理软件.