基于中國股指序列的混沌建模與預測研究
發(fā)布時間:2020-05-13 09:14
【摘要】:本文主要研究了金融混沌時間序列的相空間重構參數(shù)的選取以及非線性預測的方法。從Lyapunov指數(shù)定義式出發(fā),提出了關于該指數(shù)的解析計算方法;同時,在非線性預測方法基礎上提出了局域非線性多項式預測的方法。通過對Logistic映射、立方映射以及正弦映射的仿真實驗證實了解析計算方法的有效性;通過對上證指數(shù)時間序列的局域非線性多項式預測,結果表明該方法對于實際值具有良好的預測效果。論文的安排如下:首先,概述了中國股票市場的發(fā)展歷程及特點以及傳統(tǒng)的研究股票市場的計量模型。其次,介紹了混沌理論的發(fā)展歷程以及混沌系統(tǒng)的特點,如對初始值的敏感性、有界性、遍歷性、豐富的層次和自相似結構、正的Lyapunov指數(shù)。并進一步介紹了混沌現(xiàn)象在不同領域中的研究,表明混沌現(xiàn)象在現(xiàn)實生活中普遍存在,研究混沌系統(tǒng)將會幫助我們更好地解釋各類現(xiàn)象。第三,從Lyapunov指數(shù)的定義式出發(fā),提出了關于一維混沌映射Lyapunov指數(shù)的解析計算方法,并通過對Logistic映射、立方映射、正弦映射的仿真實驗證實了該方法的正確性。最后,針對中國股票市場的上證指數(shù),選用對數(shù)線性去趨勢平穩(wěn)化(LLD)的方法消除了外部因素對于預測結果的影響。利用互信息法和CAO法確定了該時間序列相空間的重構參數(shù)為τ=3,m=10。在預測方法上,比較了局域平均預測法和局域線性預測法的優(yōu)缺點,并提出了局域非線性多項式的預測方法,通過實證研究證實了該方法對于實際值具有良好的預測效果,使用該方法能夠更加有效地進行預測。
【圖文】:
計量經濟模型分類
上證指數(shù)時間序列圖
【學位授予單位】:江西財經大學
【學位級別】:碩士
【學位授予年份】:2019
【分類號】:F224;F832.51
本文編號:2661722
【圖文】:
計量經濟模型分類
上證指數(shù)時間序列圖
【學位授予單位】:江西財經大學
【學位級別】:碩士
【學位授予年份】:2019
【分類號】:F224;F832.51
【參考文獻】
相關期刊論文 前10條
1 岳順;李小奇;翟長治;;基于改進Cao算法確定奇異譜嵌入維數(shù)及應用[J];測繪工程;2015年03期
2 田中大;高憲文;石彤;;用于混沌時間序列預測的組合核函數(shù)最小二乘支持向量機[J];物理學報;2014年16期
3 張晶;王宏勇;;股指時間序列的分形分析及預測[J];南京財經大學學報;2013年05期
4 徐亞鵬;陳貴磊;;ARMA模型在股票價格預測中的應用[J];才智;2013年25期
5 倪麗萍;倪志偉;;一種基于趨勢分形維數(shù)的股指時間序列相似性分析方法[J];系統(tǒng)工程理論與實踐;2012年09期
6 樊明智;劉道文;;基于混沌特性參數(shù)的股指神經網(wǎng)絡建模及預測[J];統(tǒng)計與決策;2012年09期
7 廖志強;李太福;余德均;程楊;姚立忠;;基于相空間重構的神經網(wǎng)絡短期風速預測[J];江南大學學報(自然科學版);2012年01期
8 查春生;倪志偉;倪麗萍;公維峰;;基于相空間重構的股價時間序列相關性分析[J];計算機技術與發(fā)展;2010年08期
9 朱玉峻;張金蓮;;連續(xù)隨機變換的Lyapunov指數(shù)[J];中國科學(A輯:數(shù)學);2009年05期
10 沈民奮;李延勛;;歸一化RBF網(wǎng)絡的時空混沌時間序列建模與應用[J];電子測量與儀器學報;2009年02期
,本文編號:2661722
本文鏈接:http://sikaile.net/jingjilunwen/hongguanjingjilunwen/2661722.html
最近更新
教材專著