【摘要】： 優(yōu)化技術是一種以數學為基礎,用于求解各種工程問題優(yōu)化解的應用技術。多年來,由于其廣泛的應用而備受矚目,并且發(fā)展迅速。隨著應用領域的拓展,最優(yōu)化問題的時空復雜性使其求解非常困難,傳統(tǒng)的優(yōu)化算法已很難滿足問題需要。近年來,智能優(yōu)化算法的誕生給最優(yōu)化技術提供了新的思路和手段,并在科學研究、經濟及工程技術問題中得到廣泛應用和發(fā)展。遺傳算法、蟻群算法和粒子群算法作為其中典型的幾種隨機搜索群智能優(yōu)化算法,在復雜優(yōu)化問題求解中顯現(xiàn)了巨大潛力,成為近年來一個研究的熱點。 時間序列模型是研究股票市場的一個非常重要的工具。本文對金融時間序列模型進行了探討,股市時間序列模型具有以下兩個特性:首先,它貌似隨機但又好像不完全隨機,其次,它非常容易獲得。經濟現(xiàn)象涉及因素較多,關系又比較復雜,用量化模型分析十分困難,經濟時間序列是重要的量化分析工具之一,特別是ARCH類模型是最近發(fā)展起來的用于分析股市的定量分析模型。而ARCH類模型中的參數估計歷來是一個難點,本文使用智能算法隨機搜索的優(yōu)點對ARCH類模型中的參數進行估計。 本文首先介紹了本論文的研究意義以及結構安排,然后介紹了幾種典型的群體智能算法,具體包括遺傳算法、蟻群算法和粒子群算法,并對它們進行了詳細的分析,再闡述了時間序列理論及其模型,具體包括時間序列分析模型、隨機時間序列模型的自相關函數和偏自相關函數、模型的識別、條件異方差模型等,具體到本文進行實證研究的時候將采用ARCH模型族結合群體智能算法對我國證券市場指數進行研究,對模型在分析我國股市時間序列的表現(xiàn)進行評價。最后,本文做了一個簡單的結語。
【學位授予單位】：江南大學
【學位級別】：碩士
【學位授予年份】：2009
【分類號】：TP301.6;F830.91
【圖文】：

__‘__止__習__司___l_一_L__上_一l

本文編號：2717612