倒置误差组合优化算法的沪深300指数预测研究

摘要

针对多变量预测股指开盘价问题,为了提高预测精度,提出一种基于倒置误差的GXS组合模型,对沪深300指数每日开盘价进行回归预测.运用网格搜索(GridSearchCV)算法和10折交叉验证法,对极度梯度提升树(XGBoost)模型与基于径向基RBF核函数的支持向量回归(SVR)模型进行参数优化,取修正的预测误差进行误差倒数法赋权,搭建GXS组合模型.实证结果表明,基于修正误差MAE赋权的GXS组合模型对沪深300指数开盘价预测效果最优.