本文關(guān)鍵詞：基于模糊時間序列和群智能算法的股票價格波動預(yù)測研究

  更多相關(guān)文章： 模糊時間序列 群智能算法 股票預(yù)測 模糊理論

【摘要】：金融時間序列是金融市場中一種重要的數(shù)據(jù)類型。金融市場的價格波動就是一種金融時間序列,尤其是股票價格,它綜合反映了經(jīng)濟(jì)發(fā)展的運行狀況和企業(yè)的經(jīng)營狀況,是備受投資者關(guān)注的經(jīng)濟(jì)晴雨表。投資者根據(jù)金融市場價格的波動,來調(diào)整自己的投資組合策略,以達(dá)到規(guī)避風(fēng)險和提高收益的目的。因此,對股票價格時間序列建模的研究顯得尤為重要。自金融市場產(chǎn)生以來,學(xué)者們一直在對證券市場上的價格變化(如股票、基金、匯率等)進(jìn)行研究。他們認(rèn)為股票價格時間序列具有高噪聲、非平穩(wěn)性和長期不可預(yù)測性等特點。很多經(jīng)濟(jì)學(xué)家根據(jù)金融時間序列預(yù)測的以上幾個特點,從統(tǒng)計學(xué)角度提出了一些對金融時間序列進(jìn)行預(yù)測的數(shù)學(xué)模型。從理論上來說,這些模型對真實的金融市場具有一定的參考意義,但是往往存在限制性的統(tǒng)計學(xué)假設(shè)前提,如正態(tài)性,穩(wěn)定性等。而且,金融時間序列是一個復(fù)雜的、隨機(jī)的、不確定的和非線性的系統(tǒng),以帶有諸多假設(shè)條件的傳統(tǒng)方法來預(yù)測股票價格的波動顯然是不準(zhǔn)確、不客觀的。同時,股票價格的波動受到多種因素的影響,并且以不同階數(shù)的時間序列來預(yù)測,結(jié)果也不盡相同,且預(yù)測精度難以保證。近年來,計算機(jī)、數(shù)據(jù)科學(xué)(數(shù)據(jù)挖掘、數(shù)據(jù)分析、機(jī)器學(xué)習(xí))和人工智能技術(shù)飛速發(fā)展,其中的群智能算法受到學(xué)者們的日益關(guān)注。群智能算法不需要對數(shù)據(jù)進(jìn)行統(tǒng)計學(xué)假設(shè)限制,大多使用元數(shù)據(jù),從而保證了數(shù)據(jù)的客觀性。很多學(xué)者也嘗試將這些理論方法與金融時間序列預(yù)測模型相結(jié)合,從結(jié)果來看,確實顯著地提升了預(yù)測效果。同時,模糊理論的提出,也為具有隨機(jī)性和不確定性特點的金融時間序列建模提供了新的角度�；谝陨蠁栴},本文將群智能算法與兩類模糊時間序列模型相結(jié)合,提出兩類改進(jìn)型的金融模糊時間序列模型,以實現(xiàn)股票價格的波動的預(yù)測。本文重點研究的兩類金融模糊時間序列的多元-高階模型包括Type-1模糊時間序列預(yù)測模型和Type-2模糊時間序列預(yù)測模型。當(dāng)數(shù)據(jù)不充分情況下,選用Type-1模糊時間序列預(yù)測模型,當(dāng)數(shù)據(jù)充分情況下,選用Type-2模糊時間序列預(yù)測模型。為了解決兩類模型如何劃分區(qū)間的問題和Type-2模糊時間序列如何優(yōu)化階數(shù)的問題,本文采用群智能算法進(jìn)行優(yōu)化和比較,力求為以上問題的解決提供一種可行的方法。本文的創(chuàng)新點如下:(1)提出了一種基于遺傳-模糊聚類和多元BP神經(jīng)網(wǎng)絡(luò)的一階-多元Type-1金融模糊時間序列模型,這一模型較適應(yīng)于股票信息較少情況。傳統(tǒng)的Type-1金融模糊時間序列的劃分區(qū)間方法基本為平均劃分、模糊聚類等,本文將遺傳算法與模糊C均值(Fuzzy C-means)聚類算法相結(jié)合以解決金融時間序列的論域劃分以及模糊化問題,利用遺傳算法具有全局搜索能力的優(yōu)點來緩解模糊聚類易陷入局部最優(yōu)的問題,提高劃分區(qū)間的合理性;并且結(jié)合Type-1模糊時間序列的特點,提出了一階-多因子的BP神經(jīng)網(wǎng)絡(luò),以實現(xiàn)Type-1模糊時間序列的模糊關(guān)系的建立和預(yù)測。(2)提出了一種基于布谷鳥搜索算法和改進(jìn)型自適應(yīng)和聲搜索算法的高階-多因子的Type-2金融模糊時間序列模型,這一模型較適應(yīng)于股票信息較多情況。傳統(tǒng)的Type-2模糊時間序列模型為三因子預(yù)測模型,本文在此基礎(chǔ)上提出改進(jìn)型的四因子預(yù)測模型,應(yīng)用了布谷鳥搜索算法代替?zhèn)鹘y(tǒng)的平均方法來劃分論域,并且提出了一種改進(jìn)型自適應(yīng)和聲搜索算法優(yōu)化Type-2模糊時間序列的階數(shù)。(3)根據(jù)本文提出的兩種類型的金融模糊時間序列模型,以上海證券交易綜合指數(shù)數(shù)據(jù)進(jìn)行實證分析,分別與多個對比實驗(基準(zhǔn)模型)進(jìn)行對比分析。實驗結(jié)果表明,這兩類不同數(shù)據(jù)情況下的金融模糊時間序列預(yù)測模型的預(yù)測精度均高于基準(zhǔn)模型,驗證了本文提出的兩類模型對于一階-多因子和多階-多因子的股票價格短期預(yù)測問題具有較強實用性和有效性,滿足了數(shù)據(jù)信息不充分和充分情況下的預(yù)測模型選擇要求。本文的研究結(jié)合了群智能算法和模糊理論構(gòu)建并改進(jìn)了兩類模糊時間序列模型,來解決不同階數(shù)、不同因子相混合的股票價格預(yù)測問題,分別為此類問題提供了兩種新的解決方法,為投資者規(guī)避風(fēng)險、提高收益提供了額外的模型選擇。
【關(guān)鍵詞】：模糊時間序列 群智能算法 股票預(yù)測 模糊理論
【學(xué)位授予單位】：浙江財經(jīng)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F832.51
【目錄】：

• 摘要5-7
• ABSTRACT7-10
• 第一章 緒論10-17
• 第一節(jié) 研究背景及意義10-11
• 第二節(jié) 國內(nèi)外研究現(xiàn)狀11-14
• 第三節(jié) 論文主要研究內(nèi)容14-17
• 第二章 相關(guān)理論與方法概述17-27
• 第一節(jié) 模糊理論17-18
• 第二節(jié) Type-1 模糊時間序列模型18-19
• 第三節(jié) Type-2 模糊時間序列模型19-21
• 第四節(jié) 群智能算法21-26
• 第五節(jié) 本章小結(jié)26-27
• 第三章 基于Type-1 金融模糊時間序列的股票預(yù)測模型27-36
• 第一節(jié) 模糊C均值聚類算法與BP神經(jīng)網(wǎng)絡(luò)27-28
• 第二節(jié) GA-FCM劃分模糊區(qū)間28-33
• 第三節(jié) 模糊關(guān)系建立與預(yù)測效果評價33-34
• 第四節(jié) 本章小結(jié)34-36
• 第四章 基于Type-2 金融模糊時間序列的股票預(yù)測模型36-47
• 第一節(jié) 布谷鳥算法劃分區(qū)間37-39
• 第二節(jié) 模糊化以及建立模糊邏輯關(guān)系和模糊邏輯關(guān)系組39-42
• 第三節(jié) 預(yù)測和去模糊化42-44
• 第四節(jié) 改進(jìn)型自適應(yīng)和聲搜索算法優(yōu)化高階計算44-46
• 第五節(jié) 本章小結(jié)46-47
• 第五章 實證分析47-60
• 第一節(jié) Type-1 金融模糊時間序列實例47-52
• 第二節(jié) Type-2 金融模糊時間序列實例52-58
• 第三節(jié) 本章小結(jié)58-60
• 總結(jié)與展望60-62
• 參考文獻(xiàn)62-68
• 攻讀碩士學(xué)位期間主要科研成果68-69
• 致謝69-70

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 許清海;混沌投資時間序列的嬗變[J];漳州師范學(xué)院學(xué)報(自然科學(xué)版);2003年01期

2 高潔;孫立新;;長記憶時間序列的適應(yīng)性預(yù)測誤差的譜密度[J];統(tǒng)計與決策;2006年13期

3 黃超;龔惠群;;金融領(lǐng)域時間序列挖掘技術(shù)研究[J];東南大學(xué)學(xué)報(哲學(xué)社會科學(xué)版);2007年05期

4 耿顯民;;價格時間序列及其應(yīng)用(英文)[J];數(shù)學(xué)季刊;2008年01期

5 杜江;李玉蓉;鐘菲菲;;基于模糊時間序列對我國對外貿(mào)易中的進(jìn)口水平的預(yù)測[J];統(tǒng)計與決策;2010年23期

6 王朝;;淺述時間序列的預(yù)測方法[J];商業(yè)文化(下半月);2012年03期

7 劉猛洪;汪愛麗;;基于模糊時間序列的短期電力負(fù)荷預(yù)測[J];電子世界;2013年07期

8 劉彩霞;;時間序列在糧食預(yù)測中的應(yīng)用[J];東方企業(yè)文化;2013年09期

9 鄧樹增;技術(shù)發(fā)展的時間序列律[J];科學(xué)學(xué)研究;1988年01期

10 肖牧;確定經(jīng)濟(jì)因素對地方當(dāng)局政策的影響:利用時間序列和轉(zhuǎn)換的功能模型[J];管理科學(xué)文摘;1996年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 周家斌;張海福;楊桂英;;多維多步時間序列預(yù)報方法及其應(yīng)用[A];中國現(xiàn)場統(tǒng)計研究會第九屆學(xué)術(shù)年會論文集[C];1999年

2 馬培蓓;紀(jì)軍;;基于時間序列的航空備件消耗預(yù)測[A];中國系統(tǒng)工程學(xué)會決策科學(xué)專業(yè)委員會第六屆學(xué)術(shù)年會論文集[C];2005年

3 盧世坤;李夕海;牛超;陳蛟;;時間序列的非線性非平穩(wěn)特性研究綜述[A];國家安全地球物理叢書（八）——遙感地球物理與國家安全[C];2012年

4 李強;;基于線性模型方法對時間序列中異常值的檢測及證券實證分析[A];加入WTO和中國科技與可持續(xù)發(fā)展——挑戰(zhàn)與機(jī)遇、責(zé)任和對策（上冊）[C];2002年

5 戴麗金;何振峰;;基于云模型的時間序列相似性度量方法[A];第八屆中國不確定系統(tǒng)年會論文集[C];2010年

6 謝美萍;趙希人;莊秀龍;;多維非線性時間序列的投影尋蹤學(xué)習(xí)逼近[A];'99系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文集[C];1999年

7 張大斌;李紅燕;劉肖;張文生;;非線性時問序列的小波-模糊神經(jīng)網(wǎng)絡(luò)集成預(yù)測方法[A];第十五屆中國管理科學(xué)學(xué)術(shù)年會論文集（下）[C];2013年

8 黃云貴;;基于時間序列的電網(wǎng)固定資產(chǎn)投資規(guī)模研究[A];2012年云南電力技術(shù)論壇論文集（文摘部分）[C];2012年

9 李松臣;張世英;;時間序列高階矩持續(xù)和協(xié)同持續(xù)性研究[A];21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)（第8卷）[C];2007年

10 陳赫;羅聲求;;歷史橫斷面數(shù)據(jù)的時間序列化[A];科學(xué)決策與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會第六次年會論文集[C];1990年

中國重要報紙全文數(shù)據(jù)庫 前6條

1 ;《時間序列與金融數(shù)據(jù)分析》[N];中國信息報;2004年

2 何德旭 王朝陽;時間序列計量經(jīng)濟(jì)學(xué)：協(xié)整與有條件的異方差自回歸[N];中國社會科學(xué)院院報;2003年

3 劉俏;讓數(shù)據(jù)坦白真相[N];21世紀(jì)經(jīng)濟(jì)報道;2003年

4 西南證券高級研究員 董先安邋德圣基金研究中心 郭奔宇;預(yù)計6月CPI同比上漲7.2%[N];證券時報;2008年

5 東證期貨 王愛華　楊衛(wèi)東;兩年漲跌輪回 秋季普遍下跌[N];期貨日報;2009年

6 任勇邋鄭重;中國對世界鋼材價格的影響實證分析[N];現(xiàn)代物流報;2007年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張墨謙;遙感時間序列數(shù)據(jù)的特征挖掘：在生態(tài)學(xué)中的應(yīng)用[D];復(fù)旦大學(xué);2014年

2 張德成;滑坡預(yù)測預(yù)報研究[D];昆明理工大學(xué);2015年

3 苗圣法;時間序列的模式檢測[D];蘭州大學(xué);2015年

4 翁同峰;時間序列與復(fù)雜網(wǎng)絡(luò)之間等價性問題及表征應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2015年

5 楊婷婷;用Argo浮標(biāo)結(jié)合衛(wèi)星觀測估算北太平洋經(jīng)向熱輸運[D];中國科學(xué)院研究生院(海洋研究所);2015年

6 史文彬;時間序列的相關(guān)性及信息熵分析[D];北京交通大學(xué);2016年

7 原繼東;時間序列分類算法研究[D];北京交通大學(xué);2016年

8 盧偉;基于粒計算的時間序列分析與建模方法研究[D];大連理工大學(xué);2015年

9 王曉曄;時間序列數(shù)據(jù)挖掘中相似性和趨勢預(yù)測的研究[D];天津大學(xué);2003年

10 李桂玲;時間序列的分割及不一致發(fā)現(xiàn)研究[D];華中科技大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 陳健;基于多變量相空間重構(gòu)的投資組合策略研究[D];華南理工大學(xué);2015年

2 蘭鑫;時間序列的復(fù)雜網(wǎng)絡(luò)轉(zhuǎn)換策略研究[D];西南大學(xué);2015年

3 米曉將;區(qū)域尺度下月均氣溫的時空演化格局研究[D];昆明理工大學(xué);2015年

4 張鳴敏;基于支持向量回歸的PM_(2.5)濃度預(yù)測研究[D];南京信息工程大學(xué);2015年

5 林健;基于改進(jìn)小世界回聲狀態(tài)網(wǎng)的時間序列預(yù)測[D];渤海大學(xué);2015年

6 曹智麗;日氣溫和干旱指數(shù)支持向量回歸預(yù)測方法[D];南京信息工程大學(xué);2015年

7 高雄飛;基于分形理論的土壤含水量時間序列特性分析[D];長安大學(xué);2015年

8 姚茜;城市安全生產(chǎn)發(fā)展目標(biāo)研究[D];中國地質(zhì)大學(xué)(北京);2015年

9 謝翠穎;蘇州社會消費品零售總額簡析[D];蘇州大學(xué);2015年

10 包仁義;基于時間序列的搜索引擎評估模型算法研究[D];東北師范大學(xué);2015年

，

本文編號：727098