电子测量技术

作者：秦肖阳，于文涛，李丽红，李志勋，陈彪

单位：1.华北理工大学理学院 唐山 063210;2.华北理工大学河北省数据科学与应用重点实验室 唐山 063210

关键词：股票预测;霜冰优化算法;组合预测;技术指标;变分模态分解

基金：河北省数据科学与应用重点实验室项目(10120201)、唐山市数据科学重点实验室项目(10120301)资助

为应对股票价格预测中普遍存在的不稳定性与波动性，以及变分模态分解算法在预测过程中存在参数寻优的困难，本文提出了CRIME-SE-VMD-VIT2M二阶段组合预测框架。第1阶段，在原始霜冰优化算法的基础上引入Chebyshev混沌映射与透镜成像种群选择策略，并以SE作为适应度函数，构建改进的CRIME-SE-VMD寻优模型，从而提升参数寻优的全局搜索能力与分解质量。第2阶段，通过PCC筛选关键技术指标，将其与VMD分解所得的IMFs融合，形成多维度特征集，在此基础上结合第1阶段的寻优结果，设计并实现VIT2M并行双通道预测模型，对多尺度股票特征信息进行深度提取与建模。实验结果表明，CRIME-SE-VMD在4个股票数据集上的适应度值较对比算法降低0.000 318 9~0.000 703，显示出更优的分解性能；同时，VIT2M模型在相同数据集的预测性能优于对比模型，验证了其在提升股票价格预测精度方面的有效性。

来源：2026年第4期

《电子测量技术》期刊编辑部

查看电子测量技术杂志2026年第4期