[学科前沿] 项目介绍 MATLAB实现基于UKF-GARCH 无迹卡尔曼滤波（UKF）结合广义自回归条件异方差（GARCH）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

2%

还不是VIP/贵宾

-

0%

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 2026-8-10 20:54:31 |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UKF-GARCH 无迹卡尔曼滤波（UKF）结合广义自回归条件异方差（GARCH）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、量化投资、风险管理与资产配置中的核心任务。股票市场具有高噪声、高波动、强非线性、厚尾分布、结构突变频繁等典型特征，价格序列不仅受宏观经济、行业景气、政策预期、市场情绪、资金流动等多重因素影响，还会随着市场交易制度、流动性环境和投资者行为的变化而呈现显著的时变性。传统的线性时间序列模型，例如简单移动平均、ARIMA、指数平滑等，在平稳性较强、扰动较弱的场景中能够发挥一定作用，但面对真实股票市场时，往往难以同时刻画趋势演化与波动聚集现象，预测结果容易出现滞后、过度平滑或对极端波动反应不足的问题。
广义自回归条件异方差模型能够专门描述金融收益率序列中常见的波动聚集现象，即大波动往往伴随大波动，小波动往往伴随小波动。该类模型在金融时间序列分析中具有非常高的使用价值，尤其适用于收益率而非 ...