近日，我校管理工程学院教授陈炜和其指导的博士生姜鳗芮分别以通讯作者和第一作者在国际运筹与管理科学领域高水平学术期刊《Annals of Operations Research》发表了题为《The two-stage machine learning ensemble models for stock price prediction by combining mode decomposition, extreme learning machine and improved harmony search algorithm》的论文。

论文摘要

该论文将变分模态分解、极限学习机和改进的和声搜索算法相融合，构建了一个两阶段集成学习模型，并用于预测股票市场未来的价格变动。论文选取了2010年1月4日至2019年3月1日上证综合指数、标准普尔指数和香港恒生指数作为样本，将提出的模型与基于变分模态分解的极限学习机、基于经验模态分解的极限学习机、差分整合移动平均自回归、极限学习机、多层感知机神经网络、支持向量回归以及长短时记忆网络等模型进行了比较。结果表明，所构建的两阶段集成学习模型在股票市场价格预测的准确率和稳定性上均优于对比模型，有着良好的应用前景。

转自：“首都经济贸易大学科研处”微信公众号

如有侵权，请联系本站删除！