arXiv · ML· Xin-Rui Lu, Da-Qing Zhang·· 9 小时前AI 评分20
CEEMDAN-SE-SSA-VMGL 框架融合 SSA 与波动率自适应 LSTM 用于股价预测
A decomposition-integration framework coupling singular spectrum analysis with a volatility-adaptive LSTM for stock price forecasting
AI 导读
提出 CEEMDAN-SE-SSA-VMGL 框架，结合样本熵聚类、奇异谱分析和波动率调制 GARCH-LSTM，降低股价预测误差。 在 CSI 300、AAPL 等 5 个序列上，相比最佳基准模型误差降低 9% 至 24%，相比标准 LSTM 降低 60% 至 70%。 Diebold-Mariano 检验与回测证实了该框架的统计显著性及经济效用。
来源：arXiv · ML · arxiv.org