資源描述:
《基于組合模型的股指預(yù)測》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、分類號:密級:研究生學(xué)位論文論文題目(中文)基于組合模型的股指預(yù)測StockIndexPredictionBasedona論文題目(外文)CombinedModel研究生姓名方孟孟學(xué)科、專業(yè)應(yīng)用經(jīng)濟學(xué)·金融學(xué)研究方向金融市場運行與管理學(xué)位級別碩士導(dǎo)師姓名、職稱賈洪文副教授論文工作起止年月2015年4月至2016年4月論文提交日期2016年4月論文答辯日期2016年6月學(xué)位授予日期2016年6月校址:甘肅省蘭州市原創(chuàng)性聲明本人鄭重聲明:本人所呈交的學(xué)位論文,是在導(dǎo)師的指導(dǎo)下獨立進行研究所取得的成果。學(xué)位論文中凡引用他人已經(jīng)發(fā)表或未發(fā)表的成果、數(shù)據(jù)、觀點等,均已明確注明出
2、處。除文中已經(jīng)注明引用的內(nèi)容外,不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的科研成果。對本文的研究成果做出重要貢獻的個人和集體,均已在文中以明確方式標(biāo)明。本聲明的法律責(zé)任由本人承擔(dān)。論文作者簽名:日期:關(guān)于學(xué)位論文使用授權(quán)的聲明本人在導(dǎo)師指導(dǎo)下所完成的論文及相關(guān)的職務(wù)作品,知識產(chǎn)權(quán)歸屬蘭州大學(xué)。本人完全了解蘭州大學(xué)有關(guān)保存、使用學(xué)位論文的規(guī)定,同意學(xué)校保存或向國家有關(guān)部門或機構(gòu)送交論文的紙質(zhì)版和電子版,允許論文被查閱和借閱;本人授權(quán)蘭州大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索,可以采用任何復(fù)制手段保存和匯編本學(xué)位論文。本人離校后發(fā)表、使用學(xué)位論文或與該
3、論文直接相關(guān)的學(xué)術(shù)論文或成果時,第一署名單位仍然為蘭州大學(xué)。本學(xué)位論文研究內(nèi)容:□可以公開□不宜公開,已在學(xué)位辦公室辦理保密申請,解密后適用本授權(quán)書。(請在以上選項內(nèi)選擇其中一項打“√”)論文作者簽名:導(dǎo)師簽名:日期:日期:基于組合模型的股指預(yù)測中文摘要股票價格指數(shù)作為其所處市場的代表性統(tǒng)計指標(biāo),它的漲跌起伏狀況既體現(xiàn)了大致的市場行情,牽動著投資者利益,又反映了市場景氣度,是國民經(jīng)濟的指示器。因此,對股指收盤價時間序列進行預(yù)測分析,不僅吸引了眾多學(xué)者的研究目光,而且具有不可忽視的理論和現(xiàn)實意義。在分析國內(nèi)外眾多已有研究成果的基礎(chǔ)之上,認(rèn)識到單一模型在性能和預(yù)測精度上的
4、不足,組合模型預(yù)測是未來研究的主要方向。在本文中我們挑選并采納了上證綜指的月度和半年度收市價歷史數(shù)據(jù)資料,利用最優(yōu)矩陣法對經(jīng)濟預(yù)測中最常用的指數(shù)平滑基礎(chǔ)模型、股指預(yù)測中基于線性假設(shè)條件的自回歸條件異方差基礎(chǔ)模型以及基于非線性假設(shè)條件的BP神經(jīng)網(wǎng)絡(luò)基礎(chǔ)模型進行整合,以實現(xiàn)更穩(wěn)定的模型性能和更高的預(yù)測準(zhǔn)確度為目標(biāo),借助建立起的組合預(yù)測模型對股指收盤價進行擬合分析。研究的關(guān)鍵之處在于對組合預(yù)測復(fù)合模型的構(gòu)建和對單一的基礎(chǔ)預(yù)測手段與組合預(yù)測復(fù)合手段實證成果的分析和對比。實證成果表明,在對兩組數(shù)據(jù)預(yù)測的表現(xiàn)上,基于最優(yōu)矩陣法的組合模型在大多數(shù)統(tǒng)計指標(biāo)上優(yōu)于上述三個基礎(chǔ)模型,其輸
5、出值具有良好的預(yù)測確鑿度,可以較好地整合來自不同基礎(chǔ)模型的信息片段。關(guān)鍵詞:指數(shù)平滑,自回歸條件異方差,BP神經(jīng)網(wǎng)絡(luò),組合模型IStockIndexPredictionBasedonaCombinedModelAbstractAsarepresentativestatisticalindicatoroffinancialmarket,thefluctuationofstockpriceindexnotonlyreflectsthemarketconditionsandaffectstheinterestsofallinvestors,butalsoreflectsth
6、edegreeofmarketprosperity.Therefore,theforecastinganalysisontimeseriesofstock’sclosingpriceattractstheattentionofmanyresearchscholars.Besides,ithasimportanttheoreticalandpracticalsignificance.Onthebasisofthecurrentresearchincludingdomesticandforeign,wefindtheshortcomingsofsinglemodelsan
7、dthinkthecombinedmodelisthemaindirectionoffutureresearch.Thispaperselectsmonthlyandsemi-annualclosingpricedataofShanghaiCompositeIndex,usingtheoptimalmatrixmethodtocombinethemostcommonlyusedexponentialsmoothingmodelineconomicforecasting,autoregressiveconditionalheteroscedastici