Hybrid Models for Financial Forecasting: Combining Econometric, Machine Learning, and Deep Learning Models
创建于 更新于
摘要
本研究系统评估基于ARIMA和ARFIMA计量经济模型与SVM、XGBoost、LSTM机器学习和深度学习模型的17种混合预测模型在股票指数S&P 500和加密货币比特币两类资产上的表现。通过创新的三折动态滚动交叉验证方法训练与调参，结合预测误差和交易绩效指标系统验证模型有效性。结果显示，非加性混合方法且以ARIMA结合SVM或LSTM模型构建的混合模型在提升预测精度和交易收益方面表现出显著优势，超越单一模型及买入持有基准，表明合理设计的混合模型框架在金融时间序列预测和策略构建中具备广泛应用潜力[page::0][page::1][page::15][page::23][page::24]。
