發(fā)布時間：2018-03-29 12:22

  本文選題：證券投資　切入點(diǎn)：回歸方法　出處：《中南大學(xué)》2013年碩士論文

【摘要】：證券投資活動是現(xiàn)代經(jīng)濟(jì)市場中一個有效和最常見的投資行為,投資收益率是所有投資者最為關(guān)心的決策依據(jù)。未來收益率的非確定性對證券投資管理中收益率的預(yù)測有著重要的作用。本文將采用三種預(yù)測算法：回歸預(yù)測算法,指數(shù)平滑預(yù)測算法和GM(1,1)預(yù)測算法,對證券收益率進(jìn)行預(yù)測,并對這些方法加以比較,選擇最合適的方法。實(shí)證數(shù)值結(jié)果表明： 1、對原始信息較多,自變量和因變量之間相關(guān)性較強(qiáng),只是做短期預(yù)測時,多元線性回歸方法的預(yù)測效果好。 2、當(dāng)時間序列變化不大比較穩(wěn)定時,并原始數(shù)據(jù)資源較少,采用指數(shù)平滑方法的預(yù)測效果更佳。 3、當(dāng)原始信息較少,無規(guī)律,光滑離散原始序列且不服從典型分布時,選用GM(1,1)方法得到的預(yù)測效果最佳。 本文逐一詳細(xì)介紹了指數(shù)平滑預(yù)測算法、多元線性回歸預(yù)測算法和GM(1,1)預(yù)測算法,就三種算法的基本原理、建模過程以及誤差的檢驗(yàn)進(jìn)行了一一闡述,并通過經(jīng)濟(jì)市場歷史數(shù)據(jù)對三種算法進(jìn)行了實(shí)證效果比較,并對其預(yù)測效果、使用條件及特點(diǎn)進(jìn)行了分析,為經(jīng)營者決策提供實(shí)證的科學(xué)依據(jù)。
[Abstract]:Securities investment is an effective and most common investment behavior in modern economic market. The return on investment is the most concerned decision basis for all investors. The uncertainty of future returns plays an important role in the prediction of returns in securities investment management. This paper will adopt three forecasting algorithms: regression prediction algorithm. Exponential smoothing prediction algorithm and GM1 / 1) forecasting algorithm are used to predict the return rate of securities. The comparison of these methods and the selection of the most appropriate method. The empirical numerical results show that:. 1. For the original information, the correlation between independent variables and dependent variables is strong, but when short-term prediction is made, the prediction effect of multivariate linear regression method is good. 2, when the time series change is not stable, and the raw data resources are less, the prediction effect of exponential smoothing method is better. 3. When the original information is less, irregular, smooth discrete original sequence and dissatisfied from the typical distribution, the best prediction effect is obtained by using the GM1 (1) method. In this paper, the exponential smoothing prediction algorithm, multivariate linear regression prediction algorithm and GM-1) prediction algorithm are introduced in detail. The basic principles of the three algorithms, the modeling process and the error test are described one by one. Through the historical data of the economic market, the empirical results of the three algorithms are compared, and the prediction effect, using conditions and characteristics are analyzed, which provides the scientific basis for the decision of the operator.
【學(xué)位授予單位】：中南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：F830.91;F224

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 晏艷陽;胡俊;;股票價格與上市公司業(yè)績的關(guān)聯(lián)分析——對中國證券市場的研究[J];系統(tǒng)工程;2006年08期

2 張永東,畢秋香;上海股市波動性預(yù)測模型的實(shí)證比較[J];管理工程學(xué)報;2003年02期

3 呂淑萍,趙詠梅;基于小波神經(jīng)網(wǎng)絡(luò)的時間序列預(yù)報方法及應(yīng)用[J];哈爾濱工程大學(xué)學(xué)報;2004年02期

4 施久玉,柴艷有,王志英;主成分分析法在企業(yè)經(jīng)濟(jì)效益分析中的應(yīng)用[J];哈爾濱工程大學(xué)學(xué)報;2005年05期

5 盧大印;林成棟;劉元海;;股票期望收益率決定因子分析及應(yīng)用研究[J];哈爾濱工業(yè)大學(xué)學(xué)報;2006年09期

6 馮冬青;李瑋;;基于灰關(guān)聯(lián)理論和神經(jīng)網(wǎng)絡(luò)的價值預(yù)測方法[J];計算機(jī)工程與應(yīng)用;2006年28期

7 吳貽鼎,朱翔,黃繼瑜,明海山;基于神經(jīng)網(wǎng)絡(luò)的證券市場預(yù)測[J];計算機(jī)應(yīng)用;2002年05期

8 劉思峰;灰色系統(tǒng)理論的產(chǎn)生與發(fā)展[J];南京航空航天大學(xué)學(xué)報;2004年02期

9 張立亭,祝國瑞,周世健,魯鐵定;時間序列的灰色建模試驗(yàn)[J];武漢大學(xué)學(xué)報(工學(xué)版);2005年01期

10 王慈光;二次指數(shù)平滑法中確定初始值的簡便方法[J];西南交通大學(xué)學(xué)報;2004年03期

，

本文編號：1681124