本文關(guān)鍵詞：股市預(yù)測(cè)方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：針對(duì)中國(guó)股市預(yù)測(cè)問(wèn)題，本文主要開(kāi)展了以下工作： 1、研究了基于基本面的系統(tǒng)運(yùn)籌式股票市場(chǎng)預(yù)測(cè)。將股票市場(chǎng)對(duì)象視為由多種要素和子系統(tǒng)構(gòu)成的一個(gè)復(fù)雜系統(tǒng)，在全面、整體地對(duì)股票市場(chǎng)利益各個(gè)方面及其相關(guān)因素和條件的規(guī)律性認(rèn)識(shí)的基礎(chǔ)上，從投資主體的目的、需要、能力以及客觀環(huán)境所提供的條件出發(fā)，有效地預(yù)測(cè)股票市場(chǎng)未來(lái)發(fā)展趨勢(shì)和現(xiàn)在股票市場(chǎng)波段行情演化狀況。 2、研究了現(xiàn)代預(yù)測(cè)方法在股價(jià)預(yù)測(cè)中的應(yīng)用。針對(duì)傳統(tǒng)分析方法的不足，分析了股價(jià)預(yù)測(cè)的結(jié)構(gòu)及標(biāo)準(zhǔn)流程，從線性方法到非線性方法，對(duì)現(xiàn)代預(yù)測(cè)方法中的回歸預(yù)測(cè)法、神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法、模糊預(yù)測(cè)法、狀態(tài)空間預(yù)測(cè)法在股市預(yù)測(cè)中的應(yīng)用進(jìn)行了分析、總結(jié)和評(píng)價(jià)。 3、研究了基于狀態(tài)空間表示的組合建模預(yù)測(cè)方法。根據(jù)由趨勢(shì)、平穩(wěn)自回歸和非線性協(xié)方差隨機(jī)變量組合而成的特定狀態(tài)空間形式，提出了股票專(zhuān)用的預(yù)測(cè)估計(jì)方法。根據(jù)股市收盤(pán)價(jià)可以準(zhǔn)確確定的特點(diǎn)，對(duì)這類(lèi)隨機(jī)問(wèn)題進(jìn)行了簡(jiǎn)化。該方法與普通卡爾曼預(yù)測(cè)方法相比較，能夠提高預(yù)測(cè)精度，減緩了預(yù)測(cè)估計(jì)的發(fā)散。大量股市數(shù)據(jù)仿真計(jì)算和大盤(pán)預(yù)測(cè)法比股市常用的普通卡爾曼預(yù)測(cè)方法更有效。 4、研究了狀態(tài)空間預(yù)測(cè)法在證券分析系統(tǒng)中的應(yīng)用�，F(xiàn)行的證券分析軟件很多，，其側(cè)重點(diǎn)各有不同，各有優(yōu)劣，對(duì)于技術(shù)面分析智能性不夠，簡(jiǎn)單的指標(biāo)羅列使一些不懂這些指標(biāo)的投資者望而卻步。利用大智慧證券信息平臺(tái)原有的智能選股功能，把基本面選股、技術(shù)指標(biāo)選股有機(jī)組合，并嵌入狀態(tài)空間預(yù)測(cè)法，適當(dāng)考慮消息面影響，這樣無(wú)需重新編制指標(biāo)、修改參數(shù)，就可使預(yù)測(cè)精度進(jìn)一步提高，并最終實(shí)現(xiàn)了從對(duì)大盤(pán)指數(shù)預(yù)測(cè)到個(gè)股預(yù)測(cè)的有效運(yùn)用，證明了股價(jià)預(yù)測(cè)模型的可行性及擴(kuò)展性。
【關(guān)鍵詞】：股票預(yù)測(cè) 證券分析 技術(shù)指標(biāo)選股 狀態(tài)空間預(yù)測(cè) 回歸預(yù)測(cè)法
【學(xué)位授予單位】：西北工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2006
【分類(lèi)號(hào)】：F832.51;F224
【目錄】：

• 摘要4-5
• ABSTRACT5-6
• 目錄6-8
• 第一章 緒論8-20
• 1.1 研究背景與意義8-11
• 1.2 股市預(yù)測(cè)的主要方法11-16
• 1.3 股票分析軟件的現(xiàn)狀16-17
• 1.4 存在的問(wèn)題17-18
• 1.5 本文主要研究思路18-19
• 1.6 論文章節(jié)安排19-20
• 第二章 基礎(chǔ)知識(shí)20-44
• 2.1 股票基礎(chǔ)知識(shí)20-22
• 2.2 傳統(tǒng)技術(shù)分析法22-44
• 第三章 現(xiàn)代預(yù)測(cè)方法研究44-66
• 3.1 股票價(jià)格預(yù)測(cè)的結(jié)構(gòu)44-45
• 3.2 回歸預(yù)測(cè)法45-52
• 3.3 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法52-59
• 3.4 模糊預(yù)測(cè)法59-63
• 3.5 狀態(tài)空間預(yù)測(cè)法63-66
• 第四章 基本面預(yù)測(cè)方法66-87
• 4.1 系統(tǒng)運(yùn)籌式股市預(yù)測(cè)66-68
• 4.2 影響股票價(jià)格的因素分析68-72
• 4.3 基本面分析預(yù)測(cè)72-82
• 4.4 我國(guó)股市價(jià)格與實(shí)際利率的關(guān)系的實(shí)證分析82-87
• 第五章 基于狀態(tài)空間的組合建模預(yù)測(cè)87-95
• 5.1 狀態(tài)空間模型87-89
• 5.2 狀態(tài)預(yù)測(cè)估計(jì)描述89-90
• 5.3 初始條件確定方法90
• 5.4 股市的多步狀態(tài)預(yù)測(cè)估計(jì)方法90-92
• 5.5 實(shí)際應(yīng)用92-95
• 第六章 狀態(tài)空間預(yù)測(cè)在證券分析系統(tǒng)技術(shù)指標(biāo)中的應(yīng)用95-110
• 6.1 目前證券分析系統(tǒng)的現(xiàn)狀95-96
• 6.2 技術(shù)指標(biāo)組合選股96-100
• 6.3 狀態(tài)空間預(yù)測(cè)與信息平臺(tái)指標(biāo)組合優(yōu)化100-110
• 第七章 總結(jié)與展望110-114
• 7.1 證券預(yù)測(cè)方法總結(jié)110-111
• 7.2 研究的發(fā)展方向111-114
• 致謝114-115
• 參考文獻(xiàn)115-119
• 碩士研究生期間論文發(fā)表情況119-120

【引證文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 楊樂(lè);張瑞;;基于在線序列ELM算法的高效股票預(yù)測(cè)[J];純粹數(shù)學(xué)與應(yīng)用數(shù)學(xué);2012年06期

2 劉葉玲;高玲;;利用技術(shù)指標(biāo)及多元回歸模型預(yù)測(cè)股票價(jià)格[J];技術(shù)與創(chuàng)新管理;2010年02期

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

1 邵艷華;一類(lèi)復(fù)雜適應(yīng)系統(tǒng)的模型及仿真方法研究[D];貴州大學(xué);2009年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前6條

1 劉海s

本文編號(hào)：493442