基于小波包去噪的股价组合预测模型池贝，牛明飞**（兰州大学数学与统计学院，兰州730000）5101520253035摘要：本文的目的是检验基于小波包去噪和BP模型、ARMA模型、ES模型的组合模型对股价预测的有效性。选取的数据是中国建设银行2010年-2012年三年的日收盘价。首先对建设银行的原始数据建立了三个单个的模型，分别为BP模型、ARMA模型、ES模型，再利用粒子群算法优化组合模型的权重，发现组合模型的预测效果优于单个模型的预测效果。然后对经过小波包去噪的建设银行数据再建立了以上三个模型以及组合模型，结果显示，基于小波包去噪的组合模型的预测效果更加优于未去噪的组合模型,从而说明了本文建立的基于小波包去噪的组合预测模型在股价预测方面的有效性。关键词：股价预测；小波包去噪；BP模型；ARMA模型；ES模型；粒子群算法；组合模型中图分类号：F224.9AhybridmodelbasedonwaveletpacketdenoisinginstockpriceforecastingCHIbei,NIUmingfei(SchoolofMathematicsandStatistics,LanzhouUniversity,Lanzhou730000)Abstract:Thepurposeofthisarticleistousethehybridmodelbasedonthewaveletpacketdenoising,BPmodel,ARMAmodelandESmodelmodeltoexamainetheeffectivenessofforecastingstockprice.TheSelectiondataisChinaconstructionbankin2010-2012,threeyearsofdailyclosingprice.First,withtheoriginaldataofconstructionbank,threesinglemodels,BPmodel,ARMAmodel,ESmodelaresetuprespectively,thenusingparticleswarmoptimizationalgorithmcombinetheweightofmodels.Itfindsthattheeffectivenessinpredictingthestockpriceofthehybridmodelisbetterthananyothersinglemodel.ThenwiththedataafterwaveletpacketdenoisingofChinaconstructionbank,thesamehybridmodelissetup.Accordingtotheresults,basedonthewaveletpacketdenoisingmodel’spredictioneffectivenessismorebetterthantheunwaveletpacketdenoisingmodel.Therebythehybridmodelbasedonwaveletpacketdenoisingiseffectiveforstockpriceforecasting.Keywords:Stockpriceforecasting;Waveletpacketdenoising;BPmodel;ARMAmodel;ESmodel;psoalgorithm;thehybridmodel0引言股市是金融市场的一个重要组成部分，它具有高风险与高利润并存的特点。对股市的正确预测是国家进行宏观调控和管理的前提，同时也是股民正确投资的依据，对于我国经济和金融市场的发展具有重要的意义[1]。然而股票价格受公司经营状况、财务状况、宏观经济状况、制度政策以及投资者心理等多种因素影响，具有高度的非线性、不稳定、高噪音的特点。40随着股市的发展，以及对股市规律认识的加深，人们提出了各种各样的股价预测方法，主要分为两大类。一是人工智能方法，二是统计方法。人工智能方法主要包括人工神经网络模型等，这类方法主要建立在非线性假设的基础上，而最常用的人工神经网络模型为BP神经网络模型。李洪英（2012）[2]应用BP神经网络模型对上证股票价格收盘指数进行了预作者简介：池贝(1987-),女,硕士研究生,金融时间序列通信联系人：牛明飞（1964-），男，副教授，主要研究方向：金融保险.E-mail:nmf@lzu.edu.cn-1-提出了一种基于ARMA模型和BP神经网络模型的股价组合预测模型，王晴（2010）对测,Jian-ZhouWang,Ju-JieWang,Zhe-GeorgeZhang,Shu-PoGuo(2011)[3]对上证综合指数45收盘价建立了BP神经网络模型。统计方法通常包括自回归移动平均模型、指数平滑模型等，这类方法主要建立在线性假设的基础上。童强，张克功，杜吉梁（2012）[4]、单锐、王淑花、李玲玲、高东莲（2012）[5]将ARMA模型应用到了经济预测当中，Ping-FengPai,Chih-ShengLin[6]建立了一个基于ARMA模型和支持向量机的股价组合预测模型，Ju-JieWang，Jian-ZhouWang，Zhe-GeorgeZhang，Shu-PoGuo（2012）[7]应用了指数平滑模型来预50测股价。然而对于复杂的股价序列而言，单纯的线性模型或者非线性模型显然都是不精确的，都不能达到理想的预测效果[1,2,4]，从而人们提出了组合预测模型。李春兴，白建东（2008）[8][9]中兴通讯的股票数据建立了基于支持向量机和自回归的...