马尔科夫模型改进的时间序列预测算法研究

摘要：

时间序列的传统预测方法能够很好地拟合和预测平稳时间序列，对于非线性非平稳的时间序列数据预测效果不好。为解决该问题，文本提出一种改进的预测算法。通过小波分解和单边重构，原始时间序列被分解为一列低频数据和两列高频数据。低频数据采用传统的时间序列方法GARCH模型预测，高频数据使用改进方法预测。通过马尔科夫模型预测出状态区间，结合指数平滑法，预测出高频结果。与低频数据结果叠加得到最终预测结果。经误差比较，改进算法预测精度有较大提升。

关键词：预测算法、时间序列、小波分析、马尔科夫模型、指数平滑法

分类号：TP301.6(计算技术、计算机技术)

资助基金：江苏省科技支撑计划BE2011173

在线出版日期：2014-12-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：66-71