基于PCA-SVM-GARCH模型的股價(jià)預(yù)測(cè)研究
【文章頁(yè)數(shù)】:61 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖1-1本文技術(shù)路線圖
上海師范大學(xué)碩士學(xué)位論文第1章緒論6圖1-1本文技術(shù)路線圖1.4本文的主要特點(diǎn)本文構(gòu)建PCA-SVM-GARCH組合模型研究股價(jià)預(yù)測(cè)的最佳方案,主要特點(diǎn)體現(xiàn)在以下兩個(gè)方面:一是現(xiàn)有股價(jià)波動(dòng)預(yù)測(cè)多采用單一趨勢(shì)預(yù)測(cè)模型,而本研究創(chuàng)新性的將PCA模型、GARCH模型與SVM模型三個(gè)獨(dú)立....
圖3-1主成分分析碎石圖示意
上海師范大學(xué)碩士學(xué)位論文第3章問(wèn)題描述與分析20碎石圖是確定主成分的重要方法。如下圖所示,其中X軸表示因子特征根大小的排列順序,而Y軸則表示相應(yīng)因子的對(duì)研究對(duì)象的解釋程度。雖然通過(guò)碎石圖可以比較直觀的看到各個(gè)因子對(duì)研究對(duì)象反映程度的排列順序,較快的確定主要因子,但是由于從圖中獲得....
圖3-2對(duì)數(shù)收益率直方圖
上海師范大學(xué)碩士學(xué)位論文第3章問(wèn)題描述與分析24為0.2643,從下圖來(lái)看,偏度等于0時(shí)才能實(shí)現(xiàn)正態(tài)分布,當(dāng)偏度大于0時(shí)樣本數(shù)據(jù)出現(xiàn)正偏,均值右側(cè)數(shù)據(jù)明顯少于左側(cè)。并且由于存在部分較大的數(shù)值使得曲線右側(cè)的尾部變長(zhǎng),但是由于偏度值比較小,因此并不明顯。此外,收益率在四階矩的峰值為1....
圖3-3對(duì)數(shù)收益率正態(tài)分布圖
上海師范大學(xué)碩士學(xué)位論文第3章問(wèn)題描述與分析24為0.2643,從下圖來(lái)看,偏度等于0時(shí)才能實(shí)現(xiàn)正態(tài)分布,當(dāng)偏度大于0時(shí)樣本數(shù)據(jù)出現(xiàn)正偏,均值右側(cè)數(shù)據(jù)明顯少于左側(cè)。并且由于存在部分較大的數(shù)值使得曲線右側(cè)的尾部變長(zhǎng),但是由于偏度值比較小,因此并不明顯。此外,收益率在四階矩的峰值為1....
本文編號(hào):3896426
本文鏈接:http://www.sikaile.net/kejilunwen/zidonghuakongzhilunwen/3896426.html