简介：证券价格可预测性是国内外学者研究的一个热点。近年来,大多数学者以神经网络为主要工具对其进行研究。针对此情况,提出了HP滤波与Elman神经网络相结合的方法,此方法的预测效果好,预测结果准确。先利用HP滤波对要预测的原实验数据进行处理,得到证券价格数据的趋势项序列和波动项序列;再对HP滤波后得到的证券价格的波动序列进行再次滤波,这样就得到了证券价格波动项的趋势项序列;最后用HP（2）-Elman模型进行预测。实验证明,这种算法是有效性的。
基于HP（2）-Elman模型的证券价格可预测性研究
