關鍵詞：ewt算法 pso算法 svm模型 誤差校正組合模型 股市預測 

摘要：鑒于股市預測的復雜性.遵循"先分解后集成"的總體建模思路.文章基于EWT分解算法和SVM支持向量機模型.同時結合PSO粒子群優化算法和誤差校正組合預測方法,構建了一種中國股票市場建模及預測的EWT-PSO-SVM誤差校正組合預測模型.先基于EWT算法將原始價格序列分解成若干分量,再根據頻率將其重組成高、中、低頻3個分量,對它們分別建立PSO-SVM誤差校正組合模型.最后集成各個分量的預測結果.與其他預測模型相比較,文章所構建預測模型的MSE、MAE、MAPE、RMSE、Theil不等系數、確定性系數DC和方向性指標DS 7個指標均優于其他基準預測模型,MCS檢驗結果同樣表明本文構建模型的預測性能最優.穩健性檢驗結果進一步證實了文章構建的模型預測性能所具備的穩健性.

系統科學與數學雜志要求:

{1}作者姓名、工作單位、詳細地址、郵編、聯系電話、E-mail等，以便溝通聯系。

{2}評審結果將返回作者進行修改，并按要求修改之后再出版。

{3}文題應簡明確切地反映文章的特定內容，以不超過20字為宜。

{4}參考文獻：論文中直接或間接引用他人研究成果的，均需標注參考文獻。

{5}關鍵詞：3-5個詞條，用逗號隔開；英文關鍵詞詞組首字母大寫。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社