發(fā)布時(shí)間：2023-04-07 22:33

　　對(duì)我國(guó)證券投資預(yù)測(cè)的研究,不僅可以使投資者獲得風(fēng)險(xiǎn)既定下的最大收益或收益最大下的最小風(fēng)險(xiǎn),而且對(duì)研究證券價(jià)格的形成機(jī)制、評(píng)價(jià)證券市場(chǎng)效率以及對(duì)證券市場(chǎng)實(shí)施有效監(jiān)管都具有重要作用。本文以我國(guó)證券市場(chǎng)為對(duì)象,以我國(guó)證券市場(chǎng)歷史數(shù)據(jù)為基礎(chǔ),以提高我國(guó)證券投資收益為目的,從價(jià)格、收益等方面找出或逼近我國(guó)證券市場(chǎng)價(jià)格運(yùn)行的內(nèi)在機(jī)制因素和外部影響條件,它對(duì)提高我國(guó)證券投資預(yù)測(cè)分析水平具有重要的理論和實(shí)際意義。 本文的主要工作有以下幾點(diǎn):應(yīng)用圖形形態(tài)和一般性技術(shù)指標(biāo)進(jìn)行分析研究,特別是應(yīng)用結(jié)構(gòu)模式識(shí)別的思想,將時(shí)間序列轉(zhuǎn)化為均線形態(tài)序列,以統(tǒng)計(jì)的方法來量化形態(tài)組合的成功率,能為投資者提供真實(shí)有用的投資參考,并能有效克服傳統(tǒng)技術(shù)分析方法的缺陷,從而提高分析的效率;應(yīng)用系統(tǒng)理論的方法,對(duì)我國(guó)股市的板塊現(xiàn)象進(jìn)行了研究,得出我國(guó)股市價(jià)格與貨幣供應(yīng)量同方向變化,但上證指數(shù)與現(xiàn)金支出是同向變化,深證指數(shù)與現(xiàn)金支出是反向變化;應(yīng)用數(shù)據(jù)挖掘方法來研究我國(guó)股市,是股市預(yù)測(cè)分析的主要方向之一。據(jù)此,本文提出并描述證券投資智能決策專家系統(tǒng),可以較好地解決在證券投資預(yù)測(cè)中對(duì)股價(jià)走勢(shì)的判定,具有較強(qiáng)的前瞻性和實(shí)用性;...

【文章頁(yè)數(shù)】：82 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 選題背景與意義
    1.2 國(guó)內(nèi)外研究綜述
    1.3 本文的框架與主要內(nèi)容
    1.4 研究的主要?jiǎng)?chuàng)新與不足
第二章 證券投資分析的一般理論
    2.1 證券與證券投資
        2.1.1 證券
        2.1.2 證券投資
    2.2 證券投資預(yù)測(cè)分析方法
        2.2.1 證券投資基本分析
        2.2.2 證券投資技術(shù)分析
    2.3 應(yīng)用圖形形態(tài)和技術(shù)指標(biāo)的一般性分析
        2.3.1 圖形形態(tài)分析
        2.3.2 技術(shù)指標(biāo)分析
    2.4 應(yīng)用基本分析和技術(shù)分析時(shí)應(yīng)注意的問題
        2.4.1 應(yīng)用基本分析應(yīng)注意的問題
        2.4.2 應(yīng)用技術(shù)指標(biāo)方法分析時(shí)應(yīng)注意的問題
第三章 根據(jù)系統(tǒng)理論的預(yù)測(cè)分析
    3.1 系統(tǒng)、系統(tǒng)理論和系統(tǒng)方法的一般性分析
        3.1.1 系統(tǒng)的特征
        3.1.2 系統(tǒng)的基本原理
        3.1.3 系統(tǒng)方法及系統(tǒng)分析方法的形成
    3.2 用系統(tǒng)論方法對(duì)我國(guó)證券系統(tǒng)特殊性的實(shí)證分析
        3.2.1 證券系統(tǒng)的外部環(huán)境因素
        3.2.2 證券系統(tǒng)的內(nèi)部機(jī)制因素
    3.3 用系統(tǒng)論方法對(duì)我國(guó)股市“板塊現(xiàn)象”的特殊性分析
        3.3.1 何謂板塊現(xiàn)象及板塊現(xiàn)象的形成
        3.3.2 板塊現(xiàn)象的確定
第四章 根據(jù)國(guó)家政策與國(guó)內(nèi)外形勢(shì)預(yù)測(cè)的分析
    4.1 國(guó)家政策和國(guó)內(nèi)外形勢(shì)對(duì)股價(jià)的影響
        4.1.1 經(jīng)濟(jì)增長(zhǎng)與經(jīng)濟(jì)周期
        4.1.2 通貨膨脹
        4.1.3 利率水平
        4.1.4 匯率水平
        4.1.5 貨幣政策
        4.1.6 財(cái)政政策
        4.1.7 國(guó)外政治經(jīng)濟(jì)形勢(shì)
    4.2 國(guó)家政策和國(guó)內(nèi)外形勢(shì)對(duì)債券價(jià)格的影響
        4.2.1 經(jīng)濟(jì)增長(zhǎng)與經(jīng)濟(jì)周期
        4.2.2 利率水平
        4.2.3 通貨膨脹
        4.2.4 公開市場(chǎng)業(yè)務(wù)和國(guó)債發(fā)行
    4.3 對(duì)中國(guó)證券市場(chǎng)的特殊性實(shí)證分析
        4.3.1 我國(guó)股市價(jià)格與實(shí)際利率的關(guān)系的實(shí)證分析
        4.3.2 中國(guó)股市與貨幣供應(yīng)量之間關(guān)系的實(shí)證分析
第五章 智能綜合預(yù)測(cè)方法研究
    5.1 數(shù)據(jù)挖掘技術(shù)的概念和使用價(jià)值
    5.2 證券行業(yè)是數(shù)據(jù)挖掘技術(shù)應(yīng)用的一個(gè)重要領(lǐng)域
        5.2.1 序列模式數(shù)據(jù)挖掘的應(yīng)用
        5.2.2 關(guān)聯(lián)分析的應(yīng)用
        5.2.3 聚類分析的應(yīng)用
        5.2.4 偏差檢測(cè)的應(yīng)用
        5.2.5 數(shù)據(jù)挖掘的進(jìn)化遺傳模擬
    5.3 數(shù)據(jù)挖掘的數(shù)據(jù)合并算法
    5.4 證券投資智能決策專家系統(tǒng)
        5.4.1 智能決策神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)及其功能
        5.4.2 神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的開發(fā)
第六章 基于狀態(tài)空間表示的組合建模預(yù)測(cè)
    6.1 狀態(tài)空間組合模型的建立
        6.1.1 趨勢(shì)變量Tγ₁模型
        6.1.2 平穩(wěn)自回歸變量V₁模型
        6.1.3 隨機(jī)變量ε₁模型
        6.1.4 組合模型
        6.1.5 參數(shù)的估計(jì)
    6.2 應(yīng)用
結(jié)論
致謝
參考文獻(xiàn)



本文編號(hào)：3785458