基于ICEEMDAN-ICA-ELM的中国采购经理人指数预测研究
2020-04-07分类号:F124
【部门】东北财经大学统计学院
【摘要】文章引入机器学习算法,基于改进的带有自适应白噪声的完全集合经验模态分解(ICEEMDAN)-帝国竞争算法(ICA)—极限学习机(ELM),构建中国采购经理人指数预测模型,引入Diebold-Mariano统计量进行预测结果的比较。结果发现:ICEEMDAN技术可以准确提取数据中的有效信息,改进模型拟合效果;提出的组合模型ICEEMDAN-ICA-ELM预测效果优良,泛化能力强,误差较小,能够为PMI的走势提供新的预测方法。
【关键词】采购经理人指数 完全集合经验模态分解 帝国竞争算法 组合预测模型
【基金】国家社会科学基金一般项目(19BTJ054);; 国家自然科学基金资助项目(71772113;11701071);; 教育部人文社会科学研究资助项目(18YJC910013)
【所属期刊栏目】统计与决策
文献传递