隨著金融全球化進(jìn)程的不斷加快,中國金融也更深更廣的融入到世界經(jīng)濟(jì)中。為能更好更快地適應(yīng)金融全球化帶來的全新經(jīng)濟(jì)環(huán)境,精確的金融市場預(yù)測扮演著不可或缺的角色。金融時間序列作為金融市場中最重要的數(shù)據(jù)類型之一,對其進(jìn)行準(zhǔn)確合理的預(yù)測能夠有效地指導(dǎo)金融投資者的投資行為和政府調(diào)控行為。鑒于時間序列分析應(yīng)用的廣泛性,目前已有眾多學(xué)者對其進(jìn)行了各方面的研究。但由于金融時間序列本身具有的高頻性、多維度、非線性、模糊性等特征,極大地增加了對金融時間序列進(jìn)行分析的難度。近年來模糊時間序列在時間序列分析上的應(yīng)用備受矚目,針對如何提高模糊時間序列預(yù)測模型的精度,目前主要集中在如何客觀有效劃分論域區(qū)間及如何建立有效的模糊邏輯關(guān)系矩陣這兩方面進(jìn)行改進(jìn)與創(chuàng)新。本文在前人工作基礎(chǔ)上,提出兩種新算法對模糊時間序列中存在的這兩個問題進(jìn)行改進(jìn)。具體內(nèi)容總結(jié)如下:（1）為能有效構(gòu)建模糊邏輯關(guān)系,本文將信息熵概念引入到模糊集中,使得模糊集能較合理地對數(shù)據(jù)集進(jìn)行模糊化處理。通過對阿拉巴馬大學(xué)入學(xué)人數(shù)、上證綜指、道瓊斯工業(yè)指數(shù)、美元對日元匯率等數(shù)據(jù)集的預(yù)測結(jié)果表明,信息、熵的引入使模糊集具有更好的適應(yīng)性及魯棒性,同時也大大降低了計... 

【文章來源】：昆明理工大學(xué)云南省

【文章頁數(shù)】：76 頁

【學(xué)位級別】：碩士

【部分圖文】：

1粒子群優(yōu)化算法框架圖

MSE42302740750722661126114222891822965217301夕474為能直觀觀察預(yù)測結(jié)果對實際數(shù)據(jù)運(yùn)動趨勢的把握，下面給出表3.6.1中各模型預(yù)測結(jié)果對比圖，見圖3.6.1。一一實際值~song’ 93Chen’96一Huarng’o一~Cheng， 0666一一Cheng’08一Kuo’09—Chi’10一文，}，模型 型圖3.6.1各模型預(yù)測結(jié)果對比圖從上圖中可以看出，文中提出的預(yù)測模型能更準(zhǔn)確的把握數(shù)據(jù)之間的運(yùn)動趨勢，得到的預(yù)測值相對其他模糊時間序列預(yù)測模型得到的預(yù)測值更接近于實際值。文中模型的預(yù)測曲線有更好的波動性，這就進(jìn)一步提高了總體的預(yù)測精度。同時當(dāng)歷史數(shù)據(jù)有持續(xù)上漲和下跌的趨勢時，文中模型也可以進(jìn)行很好的跟蹤。此外

2005一12一 301161.05 12001158.61166.924 MSE529.127480.2489438.34843為能直接觀察各預(yù)測模型的性能表現(xiàn)，圖4.2.1給出各模型預(yù)測結(jié)果對比圖。

【參考文獻(xiàn)】：
期刊論文
[1]基于最小二乘支持向量機(jī)的模糊時序分析方法[J]. 沈斌,姚敏,易文晟.  浙江大學(xué)學(xué)報(工學(xué)版). 2005(08)

博士論文
[1]金融多元時間序列挖掘方法研究與應(yīng)用[D]. 管河山.廈門大學(xué) 2008
[2]多變量金融時間序列的非線性檢驗及重構(gòu)研究[D]. 劉立霞.天津大學(xué) 2007
[3]基于非線性動力學(xué)的金融時間序列預(yù)測技術(shù)研究[D]. 盧山.東南大學(xué) 2006
[4]金融收益率時間序列的極值研究[D]. 柳會珍.中國人民大學(xué) 2005
[5]金融時間序列隱含模式挖掘方法及其應(yīng)用研究[D]. 蘭秋軍.湖南大學(xué) 2005

碩士論文
[1]基于差分啟發(fā)信息的模糊時間序列預(yù)測模型研究[D]. 遲凱.昆明理工大學(xué) 2010
[2]基于小波分析和神經(jīng)網(wǎng)絡(luò)的金融時間序列預(yù)測研究[D]. 鄭紀(jì)安.廈門大學(xué) 2009
[3]基于支持向量機(jī)的金融時間序列研究[D]. 張擁華.湖南大學(xué) 2008
[4]金融時間序列多級分形分析及其在信息挖掘的應(yīng)用[D]. 張曉娟.電子科技大學(xué) 2008
[5]金融時間序列的融合估計[D]. 劉書麗.吉林大學(xué) 2007
[6]金融時間序列分析中的小波方法[D]. 張燕.河海大學(xué) 2006
[7]金融時間序列的長記憶與分形協(xié)整關(guān)系研究[D]. 吳大勤.東南大學(xué) 2006
[8]基于神經(jīng)網(wǎng)絡(luò)的金融時間序列分析[D]. 王波.天津大學(xué) 2005
[9]金融時間序列——及在我國資本市場中的應(yīng)用[D]. 沈韜.西南財經(jīng)大學(xué) 2000



本文編號：3052902