發(fā)布時(shí)間：2017-10-18 08:11

  本文關(guān)鍵詞：基于因果滯后分析的時(shí)序自回歸股市態(tài)勢(shì)預(yù)測(cè)研究

  更多相關(guān)文章： 股價(jià)波動(dòng) 特征滯后 能量性 TGARCH-M模型 因果貝葉斯網(wǎng)絡(luò)

【摘要】：隨著經(jīng)濟(jì)的快速發(fā)展,股票市場(chǎng)越來(lái)越被人們所重視,但股票市場(chǎng)高度的復(fù)雜性和不確定性使得對(duì)股市的預(yù)測(cè)存在很大的困難。許多專家學(xué)者們一直致力于研究股市的預(yù)測(cè),一個(gè)好的預(yù)測(cè)模型不僅能更好地描述股市的變化,更能夠減少投資的風(fēng)險(xiǎn)。本文主要針對(duì)股市波動(dòng)預(yù)測(cè)模型中波動(dòng)走勢(shì)的拐點(diǎn)難以有效預(yù)測(cè)導(dǎo)致模型整體的預(yù)測(cè)準(zhǔn)確性和精度不高的問(wèn)題,從股價(jià)走勢(shì)變化落后于指標(biāo)變化的滯后風(fēng)險(xiǎn)角度對(duì)股市波動(dòng)走勢(shì)過(guò)程中的拐點(diǎn)加以分析引導(dǎo),同時(shí)結(jié)合因果貝葉斯網(wǎng)絡(luò)理論,以時(shí)序自回歸條件異方差模型為基礎(chǔ)預(yù)測(cè)模型,對(duì)股市波動(dòng)走勢(shì)預(yù)測(cè)進(jìn)行研究。本文的主要研究工作如下：(1)由于股票價(jià)格的變化具有較強(qiáng)的復(fù)雜性和不確定性,致使股價(jià)波動(dòng)劇烈,波動(dòng)拐點(diǎn)頻繁出現(xiàn)。針對(duì)波動(dòng)拐點(diǎn)的有效預(yù)測(cè)提出一種基于特征滯后計(jì)算的股市波動(dòng)預(yù)測(cè)算法(LRD-TGARCH-M),該算法首先根據(jù)股價(jià)變化與指標(biāo)變化之間出現(xiàn)的不一致性,提出了滯后性的定義,并結(jié)合能量波動(dòng)的概念,給出了股價(jià)走勢(shì)過(guò)程中特征滯后程度的計(jì)算模型；將特征滯后程度計(jì)算模型與廣義自回歸條件異方差模型相融合,引導(dǎo)模型對(duì)波動(dòng)拐點(diǎn)的預(yù)測(cè),優(yōu)化波動(dòng)拐點(diǎn)附近誤差項(xiàng)的變化,提高模型的預(yù)測(cè)精度。(2)在LRD-TGARCH-M算法基礎(chǔ)上進(jìn)一步分析,發(fā)現(xiàn)在對(duì)滯后程度計(jì)算時(shí),所提取的滯后特征之間并不是不相關(guān)的,而是存在一定的影響關(guān)系,基于此,提出了基于特征因果滯后計(jì)算的股市態(tài)勢(shì)預(yù)測(cè)算法(CLD-TGARCH-M)。 CLD-TGARCH-M算法首先對(duì)提取出的多個(gè)滯后特征離散化后構(gòu)建貝葉斯網(wǎng)絡(luò),通過(guò)對(duì)貝葉斯網(wǎng)絡(luò)進(jìn)行擾動(dòng)學(xué)習(xí)其局部因果結(jié)構(gòu)；根據(jù)滯后特征之間的局部因果結(jié)構(gòu)修正在股價(jià)波動(dòng)走勢(shì)過(guò)程中的滯后程度的計(jì)算,將修正后的滯后程度加入廣義自回歸條件異方差模型中,啟發(fā)模型對(duì)波動(dòng)拐點(diǎn)的正確預(yù)測(cè),進(jìn)一步優(yōu)化方差的變化,提高模型的預(yù)測(cè)效果。通過(guò)在上證指數(shù)的數(shù)據(jù)上分別對(duì)提出的兩個(gè)算法進(jìn)行了對(duì)比分析,實(shí)驗(yàn)結(jié)果表明,考慮了股價(jià)與指標(biāo)之間的滯后性這一風(fēng)險(xiǎn)因素相比于一般的預(yù)測(cè)模型有更好的預(yù)測(cè)效果；結(jié)合因果關(guān)系的滯后程度計(jì)算則能更準(zhǔn)確地判斷和預(yù)測(cè)拐點(diǎn),進(jìn)一步提高模型的預(yù)測(cè)準(zhǔn)確性和精度。
【關(guān)鍵詞】：股價(jià)波動(dòng) 特征滯后 能量性 TGARCH-M模型 因果貝葉斯網(wǎng)絡(luò)
【學(xué)位授予單位】：合肥工業(yè)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;F224
【目錄】：

• 致謝7-8
• 摘要8-9
• Abstract9-16
• 第一章 緒論16-22
• 1.1 課題研究背景及意義16-17
• 1.2 股市波動(dòng)的研究現(xiàn)狀17-19
• 1.3 貝葉斯網(wǎng)絡(luò)19-20
• 1.4 本文的主要工作創(chuàng)新和課題來(lái)源20
• 1.4.1 本文的主要工作創(chuàng)新20
• 1.4.2 課題來(lái)源20
• 1.5 本文組織結(jié)構(gòu)20-22
• 第二章 貝葉斯網(wǎng)絡(luò)和股市波動(dòng)概述22-30
• 2.1 貝葉斯網(wǎng)絡(luò)基礎(chǔ)知識(shí)22-24
• 2.1.1 貝葉斯定理22
• 2.1.2 貝葉斯網(wǎng)絡(luò)概述22-24
• 2.2 貝葉斯網(wǎng)絡(luò)的應(yīng)用24-26
• 2.2.1 因果貝葉斯網(wǎng)絡(luò)24-25
• 2.2.2 馬爾科夫毯25-26
• 2.3 股市波動(dòng)性研究?jī)?nèi)容26-29
• 2.3.1 股市波動(dòng)的特性26-27
• 2.3.2 GARCH模型介紹27-28
• 2.3.3 GARCH模型的擴(kuò)展28-29
• 2.4 本章小結(jié)29-30
• 第三章 基于特征滯后計(jì)算的股市波動(dòng)預(yù)測(cè)模型30-50
• 3.1 引言30-31
• 3.2 滯后性31-32
• 3.3 指標(biāo)特征的能量性和滯后性32-37
• 3.3.1 指標(biāo)特征的能量性32-34
• 3.3.2 指標(biāo)特征的滯后性34-36
• 3.3.4 股市滯后程度計(jì)算36-37
• 3.4 基于滯后風(fēng)險(xiǎn)特征模式的TGARCH-M模型37-43
• 3.4.1 TGARCH-M模型的建立38
• 3.4.2 特征滯后的均值方程38-39
• 3.4.3 特征滯后的方差方程39-40
• 3.4.4 特征滯后的廣義自回歸條件異方差模型40
• 3.4.5 LRD-TGARCH-M模型的參數(shù)估計(jì)40-41
• 3.4.6 LRD-TGARCH-M模型的誤差分析41-42
• 3.4.7 LRD-TGARCH-M模型的預(yù)測(cè)公式42-43
• 3.4.8 LRD-TGARCH-M算法描述43
• 3.5 實(shí)驗(yàn)數(shù)據(jù)處理43-45
• 3.5.1 數(shù)據(jù)選取43-44
• 3.5.2 數(shù)據(jù)的預(yù)處理44
• 3.5.3 模型階數(shù)的選擇44
• 3.5.4 對(duì)比實(shí)驗(yàn)的選擇44-45
• 3.5.5 評(píng)價(jià)準(zhǔn)則45
• 3.6 實(shí)驗(yàn)結(jié)果分析45-48
• 3.6.1 模型的參數(shù)估計(jì)結(jié)果對(duì)比分析45-46
• 3.6.2 模型的預(yù)測(cè)結(jié)果對(duì)比46-48
• 3.6.3 結(jié)果分析48
• 3.7 本章小結(jié)48-50
• 第四章 基于特征因果滯后計(jì)算的股市態(tài)勢(shì)預(yù)測(cè)50-65
• 4.1 引言50
• 4.2 指標(biāo)的滯后特征提取和能量定義50-53
• 4.2.1 指標(biāo)的滯后特征提取50-52
• 4.2.2 指標(biāo)的能量定義52-53
• 4.3 滯后特征的局部因果結(jié)構(gòu)53-58
• 4.3.1 馬爾科夫毯54
• 4.3.2 擾動(dòng)學(xué)習(xí)54
• 4.3.3 滯后特征的離散化54-57
• 4.3.4 局部因果結(jié)構(gòu)的建立57-58
• 4.4 基于特征因果結(jié)構(gòu)的滯后計(jì)算58-59
• 4.5 基于特征因果滯后計(jì)算的TGARCH-M模型59-61
• 4.5.1 CLD-TGARCH-M模型的構(gòu)建59-60
• 4.5.2 CLD-TGARCH-M算法描述60-61
• 4.6 實(shí)驗(yàn)數(shù)據(jù)處理及結(jié)果分析61-64
• 4.6.1 實(shí)驗(yàn)數(shù)據(jù)61
• 4.6.2 實(shí)驗(yàn)數(shù)據(jù)處理61-63
• 4.6.3 對(duì)比實(shí)驗(yàn)63
• 4.6.4 CLD-TGARCH-M算法的結(jié)果及對(duì)比63-64
• 4.6.5 結(jié)果分析64
• 4.7 本章小結(jié)64-65
• 第五章 總結(jié)與展望65-67
• 5.1 本文的主要工作總結(jié)65
• 5.2 工作展望65-67
• 參考文獻(xiàn)67-71
• 攻讀碩士學(xué)位期間的學(xué)術(shù)活動(dòng)及成果情況71-72

【相似文獻(xiàn)】

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

1 李大光;基于因果滯后分析的時(shí)序自回歸股市態(tài)勢(shì)預(yù)測(cè)研究[D];合肥工業(yè)大學(xué);2015年

，

本文編號(hào)：1053887