隨著經(jīng)濟的發(fā)展和人們投資意識的轉變,證券投資已經(jīng)成為現(xiàn)代人生活中的一個重要組成部分。金融證券市場是一個高風險高收益的投資領域,在這個領域中,投資者為了追求投資收益的最大化和投資風險的最小化,不斷地探索其內在規(guī)律,尋找其有效的分析方法和工具。因此,對金融時間序列的分析具有重要的理論意義和應用價值。在證券時間序列分析中,一般采用建模的方法進行數(shù)據(jù)擬合。本文深入分析了傳統(tǒng)的時間序列模型和神經(jīng)網(wǎng)絡模型,并對一定時期內的證券時間序列的擬合效果進行了比較。在這些擬合方法中,盡管可以得到趨勢明朗后模型與實際數(shù)據(jù)的較好擬合效果,但是對于引起證券時間序列趨勢改變的奇異點及其鄰域內的時序點擬合誤差較大。這些奇異點包含證券時間序列波動過程中的暴漲、暴跌和極點等轉折點。本文通過分析證券時間序列中的奇異點,得出結論：1、證券時間序列的漲跌幅與相對擬合誤差非線性相關,漲跌幅度較大時,模型擬合的誤差較大。這類誤差用傳統(tǒng)時間序列、神經(jīng)網(wǎng)絡模型的白噪聲誤差、隨機誤差來描述,難以取得良好的擬合效果。2、提出證券信息奇異點理論,用證券信息影響強度描述證券時間序列的奇異波動,可以從理論上解釋證券時間序列中的奇異點現(xiàn)象。3、建... 

【文章來源】：昆明理工大學云南省

【文章頁數(shù)】：94 頁

【學位級別】：碩士

【部分圖文】：

昌河股份AR(l)模型擬合效果

采用AR(l)模型擬合昌河股份收盤價數(shù)據(jù)，擬合效果如左圖所示，右圖是擬合誤差圖。昌河股份的收盤價比上證指數(shù)收盤點數(shù)走勢更加曲折，前50個交易日的收盤價曲線高低起伏，模型的擬合效果明顯比后57個交易日差。比較圖3.6，可見昌河股份AR(l)模型的擬合與上證指數(shù)擬合的效果具有共同的特點，漲跌幅與擬合誤差相關，波動大的交易日，擬合誤差顯著大于其他波動小的交易日。由于昌河股份的波動主要集中在時序的前50個交易日，因此擬合誤差前后時序的差別又很大的差別。 3.3MA擬合根據(jù)上證指數(shù)和昌河股份收盤數(shù)據(jù)的特點，建立MA(3)模型，模型如下:介:(共一，十另+y

根據(jù)上證指數(shù)和昌河股份收盤數(shù)據(jù)的特點，建立MA(3)模型，模型如下:介:(共一，十另+y，+，)/3(3.3)上證指數(shù)MA(3)模型的擬合結果和誤差如圖3.7所示。

【參考文獻】：
期刊論文
[1]蟻群神經(jīng)網(wǎng)絡用于股票價格短期預測[J]. 王晶,張文靜,張倩.  商場現(xiàn)代化. 2008(06)
[2]基于小波分析的時間序列數(shù)據(jù)挖掘[J]. 佟偉民,李一軍,單永正.  計算機工程. 2008(01)
[3]利率變動對我國股市影響的實證分析[J]. 李亞敏,王浩.  投資研究. 2007(06)
[4]基于相空間重構理論與遞歸神經(jīng)網(wǎng)絡相結合的股票短期預測方法[J]. 馬千里,鄭啟倫,彭宏,鐘譚衛(wèi).  計算機應用研究. 2007(04)
[5]中國利率與股市間波動溢出效應的實證研究[J]. 熊正德,謝敏.  財經(jīng)理論與實踐. 2007(01)
[6]基于聚類技術的股市基本趨勢規(guī)律挖掘[J]. 張楊,宋恒.  數(shù)理統(tǒng)計與管理. 2006(04)
[7]神經(jīng)網(wǎng)絡與時間序列模型在股票預測中的比較[J]. 王波,張鳳玲.  武漢理工大學學報(信息與管理工程版). 2005(06)
[8]證券市場信息傳播的數(shù)學模型研究[J]. 林春燕,朱東華.  數(shù)學的實踐與認識. 2005(11)
[9]基于混沌理論的上海股市非線性動力學研究[J]. 周洪濤,王宗軍.  系統(tǒng)工程理論方法應用. 2005(05)
[10]小波包變換在股市預測中的應用研究[J]. 殷光偉,鄭丕諤.  北京理工大學學報(社會科學版). 2005(03)



本文編號：3004801