隨著社會(huì)經(jīng)濟(jì)的發(fā)展，股票已經(jīng)成為人們投資理財(cái)?shù)囊环N重要工具。作為一種高風(fēng)險(xiǎn)和高收益并存的投資工具，股票的高風(fēng)險(xiǎn)性主要表現(xiàn)為股票價(jià)格的高波動(dòng)性。股價(jià)指數(shù)反映了股票市場(chǎng)上股票價(jià)格的總體波動(dòng)狀況，比較準(zhǔn)確的預(yù)測(cè)股價(jià)指數(shù)對(duì)于投資決策具有重要的指導(dǎo)意義。論文運(yùn)用灰色預(yù)測(cè)模型與人工神經(jīng)網(wǎng)絡(luò)模型對(duì)上證綜指與深證綜指的預(yù)測(cè)進(jìn)行了研究。分別建立了兩種股價(jià)指數(shù)的日收盤指數(shù)、周收盤指數(shù)和月收盤指數(shù)的T+1、T+3和T+5預(yù)測(cè)模型。在建模的過(guò)程中改變輸入數(shù)據(jù)的數(shù)量進(jìn)行試驗(yàn)，以研究輸入數(shù)據(jù)數(shù)量的多寡對(duì)模型的預(yù)測(cè)精確度與預(yù)測(cè)方向準(zhǔn)確性有何影響。研究發(fā)現(xiàn)，灰色預(yù)測(cè)模型和人工神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)精確度水平一般都比較高，絕大部分的誤差在10％以下，而預(yù)測(cè)的方向準(zhǔn)確性大多較低，大多數(shù)在50％左右。為了找出影響模型預(yù)測(cè)精確度的因素，將各樣本點(diǎn)的預(yù)測(cè)精確度指標(biāo)按照可能的影響因素分別進(jìn)行分組，利用非參數(shù)檢驗(yàn)的方法對(duì)各組之間的差異性進(jìn)行分析，如果組間差異顯著，則表明該因素對(duì)模型的預(yù)測(cè)精確度有顯著的影響。實(shí)證研究結(jié)果表明指數(shù)名稱、輸入變量數(shù)、預(yù)測(cè)距離及數(shù)據(jù)周期這四種因素均對(duì)預(yù)測(cè)的精確度構(gòu)成顯著的影響，模型類型因素對(duì)預(yù)測(cè)的精確度不構(gòu)成... 

【文章來(lái)源】：哈爾濱工程大學(xué)黑龍江省211工程院校

【文章頁(yè)數(shù)】：89 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 論文的選題背景
    1.2 論文的寫作目的和意義
    1.3 國(guó)內(nèi)外研究現(xiàn)狀
        1.3.1 國(guó)外研究現(xiàn)狀
        1.3.2 國(guó)內(nèi)研究現(xiàn)狀
    1.4 論文的研究思路
        1.4.1 論文的總體思路
        1.4.2 論文的總體研究框圖
    1.5 論文的研究方法
    1.6 論文的創(chuàng)新之處
第2章 論文相關(guān)理論
    2.1 灰色預(yù)測(cè)理論
        2.1.1 灰色系統(tǒng)理論
        2.1.2 灰色預(yù)測(cè)模型的建立
        2.1.3 灰色預(yù)測(cè)的檢驗(yàn)
    2.2 神經(jīng)網(wǎng)絡(luò)相關(guān)理論
        2.2.1 生物神經(jīng)元與人工神經(jīng)元
        2.2.2 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
        2.2.3 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方式
        2.2.4 BP網(wǎng)絡(luò)與BP算法
    2.3 預(yù)測(cè)績(jī)效的衡量
        2.3.1 精確度的衡量
        2.3.2 方向準(zhǔn)確性的衡量
    2.4 本章小結(jié)
第3章 基于灰色預(yù)測(cè)模型的股價(jià)指數(shù)預(yù)測(cè)
    3.1 日數(shù)據(jù)的GM(1，1)模型預(yù)測(cè)
        3.1.1 樣本數(shù)據(jù)的選取和統(tǒng)計(jì)指標(biāo)的選取
        3.1.2 灰色系統(tǒng)日收盤指數(shù)預(yù)測(cè)
    3.2 周數(shù)據(jù)的GM(1，1)模型預(yù)測(cè)
        3.2.1 樣本數(shù)據(jù)的選取與統(tǒng)計(jì)指標(biāo)的選取
        3.2.2 灰色系統(tǒng)周收盤指數(shù)預(yù)測(cè)
    3.3 月數(shù)據(jù)的GM(1，1)模型預(yù)測(cè)
        3.3.1 樣本數(shù)據(jù)的選取與統(tǒng)計(jì)指標(biāo)的選取
        3.3.2 灰色系統(tǒng)月收盤指數(shù)預(yù)測(cè)
    3.4 本章小結(jié)
第4章 基于人工神經(jīng)網(wǎng)絡(luò)的股價(jià)指數(shù)預(yù)測(cè)
    4.1 數(shù)據(jù)的預(yù)處理與還原
    4.2 網(wǎng)絡(luò)結(jié)構(gòu)的選擇
        4.2.1 網(wǎng)絡(luò)層數(shù)
        4.2.2 各層神經(jīng)元數(shù)數(shù)量
        4.2.3 網(wǎng)絡(luò)參數(shù)
    4.3 日數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)
        4.3.1 樣本數(shù)據(jù)的選取與統(tǒng)計(jì)指標(biāo)的選取
        4.3.2 日收盤指數(shù)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)
    4.4 周數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)
        4.4.1 樣本數(shù)據(jù)的選取與統(tǒng)計(jì)指標(biāo)的選取
        4.4.2 周收盤指數(shù)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)
    4.5 月數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)
        4.5.1 樣本數(shù)據(jù)的選取與統(tǒng)計(jì)指標(biāo)的選取
        4.5.2 月收盤指數(shù)預(yù)測(cè)
    4.6 本章小結(jié)
第5章 預(yù)測(cè)精確度影響因素分析
    5.1 預(yù)測(cè)精確度的統(tǒng)計(jì)描述
    5.2 預(yù)測(cè)精確度的影響因素分析
        5.2.1 正態(tài)性檢驗(yàn)和方差齊性檢驗(yàn)
        5.2.2 非參數(shù)檢驗(yàn)
    5.3 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文和取得的科研成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]高新技術(shù)產(chǎn)業(yè)園區(qū)發(fā)展指標(biāo)的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)[J]. 邢愛(ài)國(guó),孫佰清,潘啟樹(shù).  哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2006(06)
[2]灰色系統(tǒng)理論在林業(yè)用地預(yù)測(cè)中的應(yīng)用[J]. 陳峰,胡振琪,馬彬,李良,張立松.  沈陽(yáng)農(nóng)業(yè)大學(xué)學(xué)報(bào). 2006(01)
[3]基于人工神經(jīng)網(wǎng)絡(luò)方法的上市公司股價(jià)預(yù)測(cè)[J]. 楊成,程曉玲,殷旅江.  統(tǒng)計(jì)與決策. 2005(24)
[4]Levene方差齊性檢驗(yàn)[J]. 程琮,范華.  中國(guó)衛(wèi)生統(tǒng)計(jì). 2005(06)
[5]基于灰色系統(tǒng)理論的電信設(shè)備擁有量預(yù)測(cè)[J]. 朱潤(rùn)新,楊海成.  西北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2005(05)
[6]投資者預(yù)期與我國(guó)股票市場(chǎng)的發(fā)展[J]. 張少杰,陳峰.  特區(qū)經(jīng)濟(jì). 2005(08)
[7]農(nóng)業(yè)干旱程度概率分布的研究[J]. 邱林,陳曉楠,段春青,黃強(qiáng).  西北農(nóng)林科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2005(03)
[8]基于K線理論的股票灰色預(yù)測(cè)方法研究[J]. 李國(guó)平,陳森發(fā),李新平.  鄭州航空工業(yè)管理學(xué)院學(xué)報(bào). 2004(04)
[9]灰色神經(jīng)網(wǎng)絡(luò)模型應(yīng)用于證券短期預(yù)測(cè)研究[J]. 夏景明,肖冬榮,夏景虹,賈佳.  工業(yè)技術(shù)經(jīng)濟(jì). 2004(06)
[10]基于BP神經(jīng)網(wǎng)絡(luò)的經(jīng)濟(jì)預(yù)測(cè)方法[J]. 歐邦才.  南京工程學(xué)院學(xué)報(bào)(自然科學(xué)版). 2004(02)

碩士論文
[1]神經(jīng)網(wǎng)絡(luò)方法在股市預(yù)測(cè)中的應(yīng)用研究[D]. 劉莉華.電子科技大學(xué) 2005
[2]上證指數(shù)重大波動(dòng)研究[D]. 劉陽(yáng).四川大學(xué) 2003



本文編號(hào)：3629194