ComputerScienceandApplication计算机科学与应用,2023,13(8),1538-1546PublishedOnlineAugust2023inHans.https://www.hanspub.org/journal/csahttps://doi.org/10.12677/csa.2023.138152文章引用:陈卓雅,成灵妍.基于SSA-ARIMA-BPNN组合模型的黄金价格预测[J].计算机科学与应用,2023,13(8):1538-1546.DOI:10.12677/csa.2023.138152基于SSA-ARIMA-BPNN组合模型的黄金价格预测陈卓雅*，成灵妍南京理工大学数学与统计学院，江苏南京收稿日期：2023年7月10日；录用日期：2023年8月10日；发布日期：2023年8月17日摘要考虑到金价预测具有极大的实用价值，建立了基于奇异谱分析(SSA)的黄金价格预测组合模型。由于黄金价格数据具有尖峰厚尾的特点，噪声含量高，首先使用奇异谱分析方法对数据进行分解与重构。然后分别对原始数据和重构数据建立单一ARIMA模型、单一BP神经网络模型，比较预测结果发现奇异谱分析可以消除数据的噪声，提高模型的预测精度。由于单一模型具有一定的局限性，建立了SSA-ARIMA(3,1,0)-BPNN组合模型进行黄金价格预测。实验结果表明，该组合模型有效提取了数据的信息，预测精度整体优于单一模型。关键词黄金价格预测，奇异谱分析，ARIMA模型，BP神经网络，SSA-ARIMA-BPNN组合模型GoldPricePredictionBasedonSSA-ARIMA-BPNNCombinationModelZhuoyaChen*,LingyanChengCollegeofMathematicsandStatistics,NanjingUniversityofScienceandTechnology,NanjingJiangsuReceived:Jul.10th,2023;accepted:Aug.10th,2023;published:Aug.17th,2023AbstractConsideringthegreatpracticalvalueofgoldpriceprediction,agoldpricepredictioncombinationmodelbasedonsingularspectrumanalysis(SSA)wasestablished.Duetothecharacteristicofsharppeaksandthicktailsingoldpricedata,thenoisecontentishigh,singularspectrumanalysis*第一作者。陈卓雅，成灵妍DOI:10.12677/csa.2023.1381521539计算机科学与应用wasfirstusedtodecomposeandreconstructthedata.Then,asingleARIMAmodelandasingleBPneuralnetworkmodelwereestablishedfortheoriginalandreconstructeddatarespectively.Comparingthepredictionresults,itwasfoundthatsingularspectrumanalysiscaneliminatedatanoiseandimprovethepredictionaccuracyofthemodel.Duetothelimitationsofthesinglemodel,theSSA-ARIMA(3,1,0)-BPNNcombinationmodelisestablishedtoforecastthegoldprice.Theex-perime...
