【摘要】： 優(yōu)化技術(shù)是一種以數(shù)學(xué)為基礎(chǔ),用于求解各種工程問題優(yōu)化解的應(yīng)用技術(shù)。多年來,由于其廣泛的應(yīng)用而備受矚目,并且發(fā)展迅速。隨著應(yīng)用領(lǐng)域的拓展,最優(yōu)化問題的時(shí)空復(fù)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(shù)提供了新的思路和手段,并在科學(xué)研究、經(jīng)濟(jì)及工程技術(shù)問題中得到廣泛應(yīng)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(jī)搜索群智能優(yōu)化算法,在復(fù)雜優(yōu)化問題求解中顯現(xiàn)了巨大潛力,成為近年來一個(gè)研究的熱點(diǎn)。 時(shí)間序列模型是研究股票市場的一個(gè)非常重要的工具。本文對金融時(shí)間序列模型進(jìn)行了探討,股市時(shí)間序列模型具有以下兩個(gè)特性:首先,它貌似隨機(jī)但又好像不完全隨機(jī),其次,它非常容易獲得。經(jīng)濟(jì)現(xiàn)象涉及因素較多,關(guān)系又比較復(fù)雜,用量化模型分析十分困難,經(jīng)濟(jì)時(shí)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(shù)估計(jì)歷來是一個(gè)難點(diǎn),本文使用智能算法隨機(jī)搜索的優(yōu)點(diǎn)對ARCH類模型中的參數(shù)進(jìn)行估計(jì)。 本文首先介紹了本論文的研究意義以及結(jié)構(gòu)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(jìn)行了詳細(xì)的分析,再闡述了時(shí)間序列理論及其模型,具體包括時(shí)間序列分析模型、隨機(jī)時(shí)間序列模型的自相關(guān)函數(shù)和偏自相關(guān)函數(shù)、模型的識(shí)別、條件異方差模型等,具體到本文進(jìn)行實(shí)證研究的時(shí)候?qū)⒉捎肁RCH模型族結(jié)合群體智能算法對我國證券市場指數(shù)進(jìn)行研究,對模型在分析我國股市時(shí)間序列的表現(xiàn)進(jìn)行評價(jià)。最后,本文做了一個(gè)簡單的結(jié)語。
【學(xué)位授予單位】：江南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2009
【分類號(hào)】：TP301.6;F830.91
【圖文】：

__‘__止__習(xí)__司___l_一_L__上_一l

本文編號(hào)：2717612