Resumen

La investigación sobre la predicción de los precios bursátiles reviste gran importancia. Basándose en las técnicas de descomposición secundaria de la descomposición modal variacional (VMD) y la descomposición modal empírica conjunta (EEMD), este artículo construye un nuevo modelo de predicción híbrido combinándolo con la máquina de aprendizaje extremo (ELM) optimizada por el algoritmo de evolución diferencial (DE). El modelo híbrido aplica la tecnología VMD a la secuencia original de precios del índice bursátil para obtener diferentes componentes modales y el elemento residual, a continuación aplica la tecnología EEMD al elemento residual, y luego superpone los resultados de predicción del modelo DE-ELM para cada componente modal y el elemento residual para obtener los resultados finales de predicción. Para verificar la validez del modelo, este artículo construye una serie de modelos de referencia y, respectivamente, pone a prueba las muestras del modelo S

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:artículo residual, modelo, artículo, paso, modelo elm, modelo híbrido, nuevo modelo híbrido de predicción, secuencia original de precios de índices bursátiles, mejor rendimiento de predicción, diferentes componentes modales
• Keywords:residual item, model, paper, step, elm model, hybrid model, new hybrid prediction model, original stock index price sequence, best prediction performance, different modal components