您的位置: turnitin查重官网> 市场营销 >> 市场营销学年 >阐述向量基于灰中国股票市场短期组合预测建模普通

阐述向量基于灰中国股票市场短期组合预测建模普通

收藏本文 2024-02-14 点赞:27747 浏览:123027 作者:网友投稿原创标记本站原创

摘要:随着社会经济的进展和人民收入水平的提升,股票已经成为人们投资理财的一种重要工具。我国的证券市场目前还处于进展的初始阶段,其波动性和风险性都远远高于国外的成熟市场,由此准确地预测股价对于投资决策具有十分重要的指导作用。本论文在灰色预测模型探讨的基础上,将结合支持向量机的论述与策略构建组合模型对股票进行短期预测建模探讨。主要内容如下:第一章主要介绍股票预测策略,概述了证券投资浅析策略、数理统计策略、现代技术浅析策略以及灰色系统论述等策略。第二章首先论述了中国股市不符合随机游走模型,股票的波动有着规律性,然后说明中国股市并没有达到弱式有效,以而说明中国股市在一定程度上是可以预测的。第三章首先介绍了灰色系统论述,接着针对GM(1,1)模型的模拟序列未能较好的反映出原始数据序列的光滑比和级比动态变化的不足,提出了基于光滑比和级比序列的GM(1,1)组合预测模型,并通过实证表明模型的有效性。然后针对股市有着涨跌停盘或短期节检测日的情况,尝试将非等间距GM(1,1)模型运用到预测中,提出了通过累加法将灰导数优化和背景值优化进行组合,再采取逐步迭代来估计模型参数的新策略,实证表明该策略得到的模拟和预测值具有较高的精度。最后浅析了经典GM(1,N)模型的建模机理,并阐述了经典GM(1,N)模型有着三个方面不足,并针对各个不足进行了相应改善,并提出了改善后的GM(1,N)模型,通过实证浅析表明模型的有效性,能够运用到股价的短期预测中去。第四章将支持向量机解决小样本、非线性及高维方式识别的优势与灰色预测模型“小样本、贫信息”的特点相结合进行组合建模以及通过累加生成挖掘原始数据序列中潜藏的内在规律的特点相结合,提出了基于SVM的GM(1,1)模型的股价预测策略和基于SVM的GM(1,N)模型的股价预测策略,并且根据灰色论述中光滑比和级比的定义,提出了基于SVM的级比非线性灰色模型和基于SVM的灰色光滑比和级比预测模型,通过实证表明两者结合能够很好的运用到股价预测中,并且精度较高。第五章介绍了本论文的主要探讨内容、探讨成果和革新点,并对未来的探讨工作进行了展望。关键词:灰论述论文支持向量机论文股票市场论文短期预测论文

    摘要4-5

    Abstract5-7

    目录7-9

    第1章 绪论9-21

    1.1 选题背景9-10

    1.2 探讨的目的和作用10-11

    1.3 国内外探讨概况11-19

    1.4 本论文的探讨内容和策略19-21

    第2章 中国股票市场的可预测性21-24

    2.1 中国股市不符合随机游走模型21-22

    2.2 中国股市还未达到弱式有效22-24

    2.2.1 有效市场检测说22-23

    2.2.2 中国股市未到弱式有效23-24

    第3章 基于灰论述的短期股价组合预测模型24-43

    3.1 基于光滑比和级比序列的GM(1,1)组合预测24-32

    3.1.1 GM(1,1)模型论述25-28

    3.1.2 组合模型的构建28-29

    3.1.3 模型运算步骤29-30

    3.1.4 实证浅析30-32

    3.2 基于灰导数和背景值优化的非等间距GM(1,1)组合预测32-37

    3.2.1 传统非等间距GM(1,1)模型的建立32-33

    3.2.2 非等间GM(1,1)模型的优化33-36

    3.2.3 实证浅析36-37

    3.3 GM(1,N)优化模型的短期股价预测37-43

    3.3.1 传统GM(1,N)模型论述37-38

    3.3.2 传统GM(1,N)模型改善38-41

    3.3.3 模型运算的步骤41

    3.3.4 实证浅析41-43

    第4章 基于SVM的短期股价灰色预测模型43-52

    4.1 SVM系统工具介绍43-44

    4.2 基于SVM的灰色预测建模44-52

    4.2.1 基于SVM的GM(1,1)预测模型44-47

    4.2.2 基于SVM的GM(1,N)预测模型47-49

    4.2.3 基于SVM的光滑比和级比灰色预测模型49-52

    第5章 总结与展望52-55

    5.1 本论文主要的探讨结论52-53

    5.1.1 本论文主要工作52-53

    5.1.2 本论文主要革新点53

    5.2 探讨展望53-55

copyright 2003-2024 Copyright©2020 Powered by 网络信息技术有限公司 备案号: 粤2017400971号