本文關(guān)鍵詞：股市預測方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：針對中國股市預測問題，本文主要開展了以下工作： 1、研究了基于基本面的系統(tǒng)運籌式股票市場預測。將股票市場對象視為由多種要素和子系統(tǒng)構(gòu)成的一個復雜系統(tǒng)，在全面、整體地對股票市場利益各個方面及其相關(guān)因素和條件的規(guī)律性認識的基礎(chǔ)上，從投資主體的目的、需要、能力以及客觀環(huán)境所提供的條件出發(fā)，有效地預測股票市場未來發(fā)展趨勢和現(xiàn)在股票市場波段行情演化狀況。 2、研究了現(xiàn)代預測方法在股價預測中的應用。針對傳統(tǒng)分析方法的不足，分析了股價預測的結(jié)構(gòu)及標準流程，從線性方法到非線性方法，對現(xiàn)代預測方法中的回歸預測法、神經(jīng)網(wǎng)絡預測法、模糊預測法、狀態(tài)空間預測法在股市預測中的應用進行了分析、總結(jié)和評價。 3、研究了基于狀態(tài)空間表示的組合建模預測方法。根據(jù)由趨勢、平穩(wěn)自回歸和非線性協(xié)方差隨機變量組合而成的特定狀態(tài)空間形式，提出了股票專用的預測估計方法。根據(jù)股市收盤價可以準確確定的特點，對這類隨機問題進行了簡化。該方法與普通卡爾曼預測方法相比較，能夠提高預測精度，減緩了預測估計的發(fā)散。大量股市數(shù)據(jù)仿真計算和大盤預測法比股市常用的普通卡爾曼預測方法更有效。 4、研究了狀態(tài)空間預測法在證券分析系統(tǒng)中的應用�，F(xiàn)行的證券分析軟件很多，，其側(cè)重點各有不同，各有優(yōu)劣，對于技術(shù)面分析智能性不夠，簡單的指標羅列使一些不懂這些指標的投資者望而卻步。利用大智慧證券信息平臺原有的智能選股功能，把基本面選股、技術(shù)指標選股有機組合，并嵌入狀態(tài)空間預測法，適當考慮消息面影響，這樣無需重新編制指標、修改參數(shù)，就可使預測精度進一步提高，并最終實現(xiàn)了從對大盤指數(shù)預測到個股預測的有效運用，證明了股價預測模型的可行性及擴展性。
【關(guān)鍵詞】：股票預測 證券分析 技術(shù)指標選股 狀態(tài)空間預測 回歸預測法
【學位授予單位】：西北工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2006
【分類號】：F832.51;F224
【目錄】：

• 摘要4-5
• ABSTRACT5-6
• 目錄6-8
• 第一章 緒論8-20
• 1.1 研究背景與意義8-11
• 1.2 股市預測的主要方法11-16
• 1.3 股票分析軟件的現(xiàn)狀16-17
• 1.4 存在的問題17-18
• 1.5 本文主要研究思路18-19
• 1.6 論文章節(jié)安排19-20
• 第二章 基礎(chǔ)知識20-44
• 2.1 股票基礎(chǔ)知識20-22
• 2.2 傳統(tǒng)技術(shù)分析法22-44
• 第三章 現(xiàn)代預測方法研究44-66
• 3.1 股票價格預測的結(jié)構(gòu)44-45
• 3.2 回歸預測法45-52
• 3.3 神經(jīng)網(wǎng)絡預測法52-59
• 3.4 模糊預測法59-63
• 3.5 狀態(tài)空間預測法63-66
• 第四章 基本面預測方法66-87
• 4.1 系統(tǒng)運籌式股市預測66-68
• 4.2 影響股票價格的因素分析68-72
• 4.3 基本面分析預測72-82
• 4.4 我國股市價格與實際利率的關(guān)系的實證分析82-87
• 第五章 基于狀態(tài)空間的組合建模預測87-95
• 5.1 狀態(tài)空間模型87-89
• 5.2 狀態(tài)預測估計描述89-90
• 5.3 初始條件確定方法90
• 5.4 股市的多步狀態(tài)預測估計方法90-92
• 5.5 實際應用92-95
• 第六章 狀態(tài)空間預測在證券分析系統(tǒng)技術(shù)指標中的應用95-110
• 6.1 目前證券分析系統(tǒng)的現(xiàn)狀95-96
• 6.2 技術(shù)指標組合選股96-100
• 6.3 狀態(tài)空間預測與信息平臺指標組合優(yōu)化100-110
• 第七章 總結(jié)與展望110-114
• 7.1 證券預測方法總結(jié)110-111
• 7.2 研究的發(fā)展方向111-114
• 致謝114-115
• 參考文獻115-119
• 碩士研究生期間論文發(fā)表情況119-120

【引證文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 楊樂;張瑞;;基于在線序列ELM算法的高效股票預測[J];純粹數(shù)學與應用數(shù)學;2012年06期

2 劉葉玲;高玲;;利用技術(shù)指標及多元回歸模型預測股票價格[J];技術(shù)與創(chuàng)新管理;2010年02期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 邵艷華;一類復雜適應系統(tǒng)的模型及仿真方法研究[D];貴州大學;2009年

中國碩士學位論文全文數(shù)據(jù)庫 前6條

1 劉海s

本文編號：493442