【摘要】： 隨著社會經(jīng)濟(jì)的發(fā)展,股票已經(jīng)成為人們投資理財?shù)囊环N重要工具。作為一種高風(fēng)險和高收益并存的投資工具,股票的高風(fēng)險性主要表現(xiàn)為股票價格的高波動性。股價指數(shù)反映了股票市場上股票價格的總體波動狀況,比較準(zhǔn)確的預(yù)測股價指數(shù)對于投資決策具有重要的指導(dǎo)意義。本文提出了一種適合于對深圳成份指數(shù)預(yù)測的方法——基于小波分析理論的灰色預(yù)測方法。希望能對人們進(jìn)行投資理財時有所幫助。 本文在小波分析理論的基礎(chǔ)上建立灰色預(yù)測模型。通過小波分解將非平穩(wěn)時間序列分解到多個尺度上以減少原時間序列的隨機(jī)性,然后建立灰色GM(1,1)預(yù)測模型對分解后的時間序列分別進(jìn)行預(yù)測,從而得到原始時間序列的預(yù)測值。其中小波分解過程中選取不帶抽取的a Trous算法,此算法簡單、快捷、計算量小,而且獲得的各尺度分解序列與原序列長度相同,克服了各分解序列與原序列不等長導(dǎo)致序列的某些特征信息丟失和不利于分解后重構(gòu)原序列。最后通過對深圳成份指數(shù)的預(yù)測,結(jié)果表明該方法預(yù)測效果良好,優(yōu)于一般灰色預(yù)測方法。
【學(xué)位授予單位】：哈爾濱工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2009
【分類號】：F224;F830.91

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前2條

1 白宇;基于差值灰色徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的瓦斯涌出量預(yù)測[D];太原理工大學(xué);2011年

2 徐文仲;黑龍江省糧食生產(chǎn)結(jié)構(gòu)演化規(guī)律研究[D];東北農(nóng)業(yè)大學(xué);2012年

，

本文編號：2609250