本文關(guān)鍵詞：基于EMD和RVM的股指期貨價格預(yù)測研究，由筆耕文化傳播整理發(fā)布。

【摘要】：股指期貨是以股票指數(shù)為標(biāo)的物的金融期貨產(chǎn)品。和商品期貨交易不同的是，股指期貨交易的是非實物，因此該交易都是以現(xiàn)金方式進(jìn)行結(jié)算。投資者期望能夠通過對股指期貨價格的預(yù)測分析來幫助其規(guī)避風(fēng)險，同時獲得更大的收益。但是股指期貨價格內(nèi)部結(jié)構(gòu)非常復(fù)雜，，且受到政治、經(jīng)濟多個方面因素的影響，其非線性和非平穩(wěn)性使得傳統(tǒng)的預(yù)測方法已難以達(dá)到所需的預(yù)測精度。針對預(yù)測精度不高和預(yù)測模型復(fù)雜的問題，本文提出了一種基于EMD和RVM的股指期貨價格預(yù)測方法，主要完成了兩方面工作： 第一，對股指期貨價格序列進(jìn)行EMD分解和重構(gòu)。EMD分解能夠?qū)⒐芍钙谪泝r格序列自適應(yīng)地分解成若干個IMF分量和一個剩余分量，統(tǒng)計分析各IMF分量的方差占比和Pearson相關(guān)系數(shù)，并對各分量的均值進(jìn)行不為0的t檢驗。根據(jù)統(tǒng)計分析和t檢驗的結(jié)果將所有分量重構(gòu)成三個新序列，分別代表短期波動項、中期波動項和長期趨勢項。經(jīng)過這樣的數(shù)據(jù)處理以后可以更加方便地分析原始價格序列的多時間尺度振蕩變化和其內(nèi)在周期性，有利于把握該序列的波動性和內(nèi)在關(guān)聯(lián)性，同時還減少了后續(xù)建模的工作量和復(fù)雜度。 第二，建立RVM股指期貨價格預(yù)測模型。選用高斯核函數(shù)，利用粒子群優(yōu)化算法對核參數(shù)進(jìn)行尋優(yōu)，針對三個具有不同經(jīng)濟意義的新序列分別建立各自的RVM分項預(yù)測模型，將分項結(jié)果相加即可以獲得股指期貨價格的最終預(yù)測值。 采用滬深300股指期貨價格數(shù)據(jù)對本論文提出的組合預(yù)測方法展開了實證分析，獲得了相應(yīng)的預(yù)測結(jié)果，并將該預(yù)測結(jié)果與SVM預(yù)測模型和RVM預(yù)測模型的預(yù)測結(jié)果進(jìn)行比較，發(fā)現(xiàn)本文提出的EMD-RVMs股指期貨價格預(yù)測模型的預(yù)測精度更高且稀疏度更好。
【關(guān)鍵詞】：股指期貨 價格預(yù)測 經(jīng)驗?zāi)B(tài)分解 相關(guān)向量機
【學(xué)位授予單位】：武漢輕工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：F830.9;F224
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 1 緒論9-24
• 1.1 選題背景9-14
• 1.1.1 股指期貨的產(chǎn)生背景及發(fā)展過程9-10
• 1.1.2 股指期貨的投資優(yōu)勢10-11
• 1.1.3 股指期貨的功能11-12
• 1.1.4 期貨市場常用的分析預(yù)測方法12-14
• 1.2 股指期貨價格預(yù)測的國內(nèi)外研究現(xiàn)狀14-18
• 1.2.1 股指期貨價格預(yù)測的國外研究現(xiàn)狀14-16
• 1.2.2 股指期貨價格預(yù)測的國內(nèi)研究現(xiàn)狀16-18
• 1.3 本文的研究內(nèi)容與寫作框架18-21
• 1.3.1 本文的研究內(nèi)容18-20
• 1.3.2 本文的寫作框架20-21
• 1.4 本文的技術(shù)路線與研究意義21-22
• 1.4.1 本文的技術(shù)路線21
• 1.4.2 本文的研究意義21-22
• 1.5 本文的主要創(chuàng)新點22-24
• 2 股指期貨價格預(yù)測研究的理論基礎(chǔ)24-37
• 2.1 經(jīng)驗?zāi)B(tài)分解方法24-30
• 2.1.1 EMD 分解方法簡介24
• 2.1.2 本征模態(tài)函數(shù) IMF24-25
• 2.1.3 EMD 分解方法的篩選過程25-28
• 2.1.4 EMD 分解方法的主要性質(zhì)28-30
• 2.2 相關(guān)向量機理論30-36
• 2.2.1 RVM 的理論基礎(chǔ)30-31
• 2.2.2 RVM 的模型結(jié)構(gòu)31-34
• 2.2.3 RVM 的參數(shù)估計34-36
• 2.2.4 RVM 的學(xué)習(xí)步驟36
• 2.3 本章小結(jié)36-37
• 3 基于 EMD 的股指期貨價格序列分解37-51
• 3.0 前言37
• 3.1 實驗數(shù)據(jù)說明37-38
• 3.2 多時間尺度振蕩變化分析38-42
• 3.3 周期分析42-46
• 3.4 序列重構(gòu)46-50
• 3.5 本章小結(jié)50-51
• 4 基于 EMD 和 RVM 的股指期貨價格預(yù)測51-61
• 4.1 基于 RVM 的股指期貨價格預(yù)測51-57
• 4.1.1 RVM 預(yù)測模型的數(shù)據(jù)準(zhǔn)備51-52
• 4.1.2 RVM 預(yù)測模型的核函數(shù)選擇52-53
• 4.1.3 RVM 預(yù)測模型的核參數(shù)設(shè)定53-54
• 4.1.4 RVM 模型預(yù)測的結(jié)果分析54-57
• 4.2 基于 EMD 和 RVM 的股指期貨價格預(yù)測57-60
• 4.2.1 原始價格序列的 EMD 分解和重構(gòu)57-58
• 4.2.2 RVM 分項預(yù)測模型的建立58
• 4.2.3 EMD-RVMs 預(yù)測模型的性能評價58-60
• 4.3 本章小結(jié)60-61
• 5 總結(jié)與展望61-65
• 5.1 本文的工作總結(jié)61-62
• 5.2 本課題的工作展望62-65
• 參考文獻(xiàn)65-69
• 致謝69-70
• 攻讀學(xué)位期間的研究成果70

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前8條

1 魏勤;張宇霖;;基于SVM神經(jīng)網(wǎng)絡(luò)的滬深300股指期貨的實證研究[J];產(chǎn)業(yè)與科技論壇;2012年10期

2 葉峰,張_",唐國興;股指期貨價格非線性均值回復(fù)特性實證研究[J];管理科學(xué)學(xué)報;2003年05期

3 丁志宏;謝國權(quán);;金融時間序列多分辨率實證研究的EMD方法[J];經(jīng)濟研究導(dǎo)刊;2009年06期

4 劉慧婷;倪志偉;李建洋;;經(jīng)驗?zāi)B(tài)分解方法及其實現(xiàn)[J];計算機工程與應(yīng)用;2006年32期

5 劉芳;周建中;邱方鵬;劉力;;基于相關(guān)向量回歸的非線性時間序列預(yù)測方法[J];計算機工程;2008年03期

6 吳濤,賀漢根,賀明科;基于插值的核函數(shù)構(gòu)造[J];計算機學(xué)報;2003年08期

7 吳奇峰;鄭凱;;BP算法在股指期貨合約價格預(yù)測中的應(yīng)用[J];商場現(xiàn)代化;2010年32期

8 周磊;;基于粗糙集和支持向量機的股指期貨預(yù)測模型研究[J];山東科學(xué);2010年05期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 王婷;EMD算法研究及其在信號去噪中的應(yīng)用[D];哈爾濱工程大學(xué);2010年

  本文關(guān)鍵詞：基于EMD和RVM的股指期貨價格預(yù)測研究，由筆耕文化傳播整理發(fā)布。

本文編號：328025