基于PSO-ELM的中國石油股票價格預測建模

【摘要】：為了提高股票價格預測的精度,針對中國石油股票價格預測問題,提出了粒子群算法(Particle Swarm Optimization,PSO)優化極限學習機(Extreme Learning Machine,ELM)的股票價格預測模型。通過粒子群算法對極限學習機的權值以及閾值參數進行優化,構建PSO-ELM預測模型,并將其用于中國石油股票價格預測。仿真實驗表明,與ELM、PSO-BP、DE-ELM相比,其預測均方誤差分別下降了1. 84%、1. 07%、0. 97%,擬合優度決定系數R2為0. 974 3,即PSO-ELM有著較高的預測精度。為了給股票投資者更好的投資建議,對PSO-ELM模型分別進行股價短期、中期、長期的預測,結果表明PSO-ELM模型短期預測精度較高,隨著時間的推移預測的精度有所下降。