摘要： 传统的 ＧＡＲＣＨ类时间序列预测模型，通常会因为结构断点或机制转移产生的伪 持续性而影响预测性能。针对该问题，设计了一种基于 ＭＳＧＡＲＣＨＭＩＤＡＳ非线性时间序列组 合预测模型来提高预测精度，一方面引入马尔可夫状态转换过程解决了结构断点和机制转换的 问题，另一方面利用组合预测弥补了单结构模型结果不稳定的缺点。以上证指数为例，比较组 合预测模型与传统模型的预测结果。实验结果表明，与其他模型相比，ＭＳＧＡＲＣＨＭＩＤＡＳ平均 组合预测模型能有效提高预测精度。

关键词: 马尔可夫状态转移；时间序列预测；组合预测模型

中图分类号: 

• F803.91