基于改进粒子群算法的ETR模型股指预测
摘 要：随着经济的快速发展和人民生活水平的不断提高，越来越多的投资者开始关注股票市场。在无时无刻不在变化的股票市场中，如何把握股票价格变动的趋势不仅是投资者关注的问题，也成了众多学者争相研究的领域。在改进粒子群算法的基础上，文章提出了一种预测效果好和鲁棒性强的DNPSO-ETR模型。通过上证综指、沪深300、深证综指以及深证300四只A股市场中著名股指实证，所提DNPSO-ETR模型相比于基模型ETR、未改进算法的PSO-ETR模型、RF模型以及SVR模型均在各项模型评价指标R2、MAE和RMSE上获得了极大的提升，证明了所提模型的优越性和鲁棒性，旨在为投资者提供参考。（剩余5328字）
