本文關(guān)鍵詞：基于時(shí)間序列的股票價(jià)格分析研究與應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：在當(dāng)今經(jīng)濟(jì)快速發(fā)展的時(shí)代,股票已經(jīng)成為了人們不斷追求獲得經(jīng)濟(jì)效益的一種手段,股票的深入人心,直接影響著經(jīng)濟(jì)的發(fā)展。股票價(jià)格的波動(dòng)趨勢(shì)是一個(gè)國(guó)家的政治、經(jīng)濟(jì)以及生活狀況的綜合反映。近幾年,由于受到國(guó)際經(jīng)濟(jì)大環(huán)境的影響,如何準(zhǔn)確分析股票市場(chǎng)的行情以及股價(jià)的波動(dòng)趨勢(shì)成為了重要的課題,準(zhǔn)確的分析股市的行情,對(duì)于國(guó)家在經(jīng)濟(jì)上采取怎樣的宏觀調(diào)控以及投資者如何做出最優(yōu)的決策,都有著十分重要的意義。股票的價(jià)格序列是一個(gè)十分復(fù)雜的非線性動(dòng)態(tài)系統(tǒng),傳統(tǒng)式時(shí)間序列預(yù)測(cè)方法都是通過時(shí)間序列的統(tǒng)計(jì)關(guān)系來體現(xiàn)線性動(dòng)態(tài)系統(tǒng)的特征以及變化,從而揭示內(nèi)在的變化規(guī)律,對(duì)于股票這非線性動(dòng)態(tài)系統(tǒng)來說,要進(jìn)行準(zhǔn)確的股票價(jià)格預(yù)測(cè)是很難完成的,因此時(shí)間序列模型在股票預(yù)測(cè)中有著重要的應(yīng)用。本文對(duì)時(shí)間序列的相關(guān)理論進(jìn)行了簡(jiǎn)單的介紹,對(duì)于各個(gè)預(yù)測(cè)模型進(jìn)行了詳細(xì)的研究,主要獲得以下研究成果：(1)簡(jiǎn)單的介紹了時(shí)間序列和平穩(wěn)時(shí)間序列的基本概念和性質(zhì),在傳統(tǒng)AR以及MA模型中引進(jìn)ARMA模型,詳細(xì)介紹了ARMA型的基本原理和建模過程,并且對(duì)包鋼股份這支股票進(jìn)行了分析與預(yù)測(cè),證明了實(shí)驗(yàn)結(jié)果的有效性。(2)對(duì)神經(jīng)網(wǎng)絡(luò)理論的定義進(jìn)行了簡(jiǎn)單的介紹,之后重點(diǎn)介紹了BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)以及設(shè)計(jì)、BP算法,最后用BP算法對(duì)包鋼股份這支股票收盤價(jià)的進(jìn)行了擬合和預(yù)測(cè),并且進(jìn)行了誤差分析。(3)利用ARMA口BP神經(jīng)網(wǎng)絡(luò)模型組合成了BP-ARMA模型,應(yīng)用到股票的預(yù)測(cè)中,并且對(duì)預(yù)測(cè)的結(jié)果進(jìn)行了對(duì)比與分析,實(shí)驗(yàn)結(jié)果表明,組合模型的預(yù)測(cè)精度明顯高于單一的ARMA和BP神經(jīng)網(wǎng)絡(luò)模型,對(duì)于非線性的金融時(shí)間序列問題有著很好的應(yīng)用。
【關(guān)鍵詞】：時(shí)間序列 ARMA模型 BP神經(jīng)網(wǎng)絡(luò) BP-ARMA模型 股票價(jià)格預(yù)測(cè)
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：F832.51;TP183
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 緒論9-17
• 1.1 課題的選取及意義9-11
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀11-15
• 1.2.1 時(shí)間序列的發(fā)展歷史和現(xiàn)狀11-13
• 1.2.2 股票預(yù)測(cè)的發(fā)展和現(xiàn)狀13-15
• 1.3 本文工作與結(jié)構(gòu)安排15-17
• 1.3.1 本文主要工作15
• 1.3.2 本文結(jié)構(gòu)安排15-17
• 2 時(shí)間序列的基本理論和模型17-28
• 2.1 平穩(wěn)時(shí)間序列17-19
• 2.1.1 時(shí)間序列的概念17
• 2.1.2 平穩(wěn)時(shí)間序列17-19
• 2.2 時(shí)間序列均值及自協(xié)方差估計(jì)19-22
• 2.2.1 相關(guān)系數(shù)和自相關(guān)函數(shù)19-20
• 2.2.2 均值估計(jì)20
• 2.2.3 自協(xié)方差函數(shù)的估計(jì)20-21
• 2.2.4 白噪聲21-22
• 2.3 時(shí)間序列模型22-26
• 2.3.1 自回歸模型22-23
• 2.3.2 滑動(dòng)平均模型23-24
• 2.3.3 自回歸滑動(dòng)平均模型24-26
• 2.4 時(shí)間序列的預(yù)測(cè)26-28
• 3 ARMA模型在股票價(jià)格預(yù)測(cè)中的應(yīng)用28-37
• 3.1 ARMA模型的基本原理28-31
• 3.1.1 平穩(wěn)性28-29
• 3.1.2 ARMA模型的識(shí)別和定階29-30
• 3.1.3 ARMA模型的參數(shù)估計(jì)30-31
• 3.1.4 ARMA模型檢驗(yàn)31
• 3.2 ARMA模型的建模過程31-32
• 3.3 ARMA模型在股票價(jià)格預(yù)測(cè)中的應(yīng)用32-33
• 3.4 實(shí)驗(yàn)結(jié)果與分析33-37
• 3.4.1 仿真實(shí)驗(yàn)33
• 3.4.2 實(shí)驗(yàn)結(jié)果分析33-37
• 4 BP神經(jīng)網(wǎng)絡(luò)在股票價(jià)格預(yù)測(cè)中的應(yīng)用37-47
• 4.1 神經(jīng)網(wǎng)絡(luò)基本原理37-40
• 4.1.1 神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介37
• 4.1.2 神經(jīng)網(wǎng)絡(luò)的發(fā)展過程37-38
• 4.1.3 人工神經(jīng)元網(wǎng)絡(luò)模型38-39
• 4.1.4 神經(jīng)元網(wǎng)絡(luò)的分類39-40
• 4.2 BP神經(jīng)網(wǎng)絡(luò)40-44
• 4.2.1 BP神經(jīng)網(wǎng)絡(luò)模型的原理40-42
• 4.2.2 BP算法的實(shí)現(xiàn)過程42-43
• 4.2.3 BP神經(jīng)網(wǎng)絡(luò)的功能43
• 4.2.4 BP神經(jīng)網(wǎng)絡(luò)在股票價(jià)格預(yù)測(cè)中的應(yīng)用43-44
• 4.3 實(shí)驗(yàn)結(jié)果與分析44-47
• 4.3.1 仿真實(shí)驗(yàn)44
• 4.3.2 實(shí)驗(yàn)結(jié)果分析44-47
• 5 BP-ARMA模型在股票價(jià)格預(yù)測(cè)中的應(yīng)用47-55
• 5.1 BP-ARMA模型構(gòu)造原理47
• 5.2 BP-ARMA組合模型的建模過程47-48
• 5.3 實(shí)驗(yàn)結(jié)果與分析48-51
• 5.3.1 仿真實(shí)驗(yàn)48
• 5.3.2 實(shí)驗(yàn)結(jié)果分析48-51
• 5.4 BP-ARMA組合模型預(yù)測(cè)股票價(jià)格實(shí)例分析51-55
• 5.4.1 仿真實(shí)驗(yàn)51
• 5.4.2 數(shù)據(jù)的平穩(wěn)化處理51-53
• 5.4.3 股票價(jià)格的預(yù)測(cè)實(shí)驗(yàn)結(jié)果與分析53-55
• 結(jié)論55-57
• 參考文獻(xiàn)57-59
• 附錄A BP-ARMA組合模型預(yù)測(cè)股價(jià)的源代碼59-65
• 致謝65-66

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 劉紅梅;;ARIMA模型在股票價(jià)格預(yù)測(cè)中的應(yīng)用[J];廣西輕工業(yè);2008年06期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 潘林;基于小波分析與神經(jīng)網(wǎng)絡(luò)的股票市場(chǎng)預(yù)測(cè)應(yīng)用研究[D];武漢理工大學(xué);2006年

  本文關(guān)鍵詞：基于時(shí)間序列的股票價(jià)格分析研究與應(yīng)用，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：276861