[学科前沿] 项目介绍 MATLAB实现基于BO-NARX贝叶斯优化算法（BO）结合非线性自回归外生模型（NARX）进行股票价格预测（含模型描述及部分示例代码） [推广有奖]

0关注
1粉丝

已卖：106份资源

博士生

还不是VIP/贵宾

威望: 0 级
论坛币: 2196 个
通用积分: 693.0955
学术水平: 5 点
热心指数: 5 点
信用等级: 5 点
经验: 1994 点
帖子: 36
精华: 0
在线时间: 399 小时
注册时间: 2025-8-7
最后登录: 2026-9-30

楼主

南唐雨汐

发表于 2026-8-7 08:33:03 |AI写论文

是否 +2 论坛币

k人参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

MATLAB实现基于BO-NARX贝叶斯优化算法（BO）结合非线性自回归外生模型（NARX）进行股票价格预测的详细项目实例
请注意此篇内容只是一个项目介绍更多详细内容可直接联系博主本人
或者访问对应标题的完整博客或者文档下载页面（含完整的程序，GUI设计和代码详解）
股票价格预测长期以来都是金融工程、量化交易和风险管理中的核心问题之一。股票市场具有明显的非线性、非平稳性、强噪声、时变性和多因素耦合等特征，价格波动不仅受到历史价格惯性的影响，还会被成交量、资金流向、宏观经济指标、行业景气度、政策事件、市场情绪等多种外生因素共同驱动。传统线性时间序列模型在描述这种复杂系统时往往面临表达能力不足的问题，因为线性方法更擅长刻画稳定、平滑、弱耦合的序列关系，而股票市场中的涨跌模式经常呈现突变、滞后效应、结构漂移和局部非线性映射。尤其在高波动阶段，历史价格的记忆效应与外部变量的冲击效应并不满足简单线性叠加关系，导致单纯依赖AR、ARIMA、线性回归或静态机器学习模型时，预测结果容易出现偏差积累、泛化能力下降和对市场拐点响应滞后等问题。
非线性自回归外生模型NARX是一类非常适合处理时序预测任务的 ...