1、證券價格是經(jīng)濟、系統(tǒng)科學領域研究的熱點問題之一。證券市場變幻莫測，作者試圖找出證券價格這一時變波動序列的運行規(guī)律，從而對證券價格進行預測，以期為證券投資行為做出有效指導。證券市場具有不確定性和迅速變化的特征，完全真實的模型是很難甚至不可能得到的，因此探求較為準確反映實際過程模型的嘗試無疑具有很大價值。但是，在大多數(shù)預測中，就具體預測的目的和時效性而言，不容等待真實模型的發(fā)現(xiàn)，而且由于新的不確定性可能代替舊的不確定性，高度敏感的單個精巧或

2、復雜模型會相應地面臨模型設定錯誤的風險。而組合預測的基本出發(fā)點就是承認構(gòu)造真實模型的困難，將各種單項模型預測看作代表或包括不同的信息片斷，通過信息的集成，分散單項預測特有的不確定性和減少總體的不確定性，從而提高預測精度。因此，構(gòu)建組合預測模型來預測證券價格的波動，既具有一定的理論價值又具有較強的現(xiàn)實指導意義。 本文采用ARIMA模型、GM(1，1)模型、RBF神經(jīng)網(wǎng)絡模型分別從線性與非線性角度對證券價格進行擬合與預測，然后結(jié)合三

3、者中有用的信息集合，構(gòu)建一個最優(yōu)組合預測模型，對證券價格預測進行實證研究。本文一共分三部分：第一部分系統(tǒng)分析了單項預測模型及其在金融領域的應用，為構(gòu)建組合預測模型奠定理論基礎；第二部分在系統(tǒng)分析單項預測模型的基礎上，選取三種不同預測方法中具有一定代表性的單項預測模型構(gòu)建組合預測模型；第三部分基于單項預測模型和組合預測模型，在制定預測效果評價指標體系之后，對證券價格預測進行實證分析，研究單項預測模型與組合預測模型的預測精度，結(jié)果表明組合預