基于GOGA-FAVAR模型與深度學(xué)習(xí)模型的股票價(jià)格預(yù)測研究
發(fā)布時(shí)間:2024-06-10 22:11
自1990年中國A股市場誕生以來,隨著我國金融改革的不斷深化,中國金融市場的不斷完善,越來越多的投資者選擇進(jìn)入股票市場進(jìn)行理財(cái)投資。然而由于金融市場中的股票價(jià)格是一種極其復(fù)雜的非線性系統(tǒng),再加之A股市場還并未十分完善,因此對A股市場的研究以及股票價(jià)格的預(yù)測一直是金融界及學(xué)術(shù)界研究中的焦點(diǎn)。為了能夠更加準(zhǔn)確地對股票市場進(jìn)行分析及預(yù)測,國內(nèi)外學(xué)者采用過眾多經(jīng)典的經(jīng)濟(jì)學(xué)模型進(jìn)行建模,然而由于經(jīng)典的經(jīng)濟(jì)學(xué)模型所能包含的維度一般偏低,無法包含股票市場中的系統(tǒng)性信息,對股票市場中復(fù)雜多樣的變化適應(yīng)力較差。Bernanke(2005)為了解決VAR模型在面對宏觀經(jīng)濟(jì)問題時(shí)由于模型本身的局限性導(dǎo)致無法包含高維度信息的問題,提出了Factor Augmented Vector Autoregression。本文借鑒該模型的理論基礎(chǔ),將該模型應(yīng)用在股票市場的研究上,利用主成分分析的方法從股票市場中提取出能夠代表環(huán)境特征的特征因子。并將其與標(biāo)準(zhǔn)VAR模型結(jié)合,成功解決了標(biāo)準(zhǔn)VAR模型由于模型局限性而無法包含股票市場中系統(tǒng)性信息的缺陷。在此基礎(chǔ)上,為了能夠進(jìn)一步利用股票市場中所存在的不同股票間的相關(guān)性這一微觀...
【文章頁數(shù)】:63 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第一章 引言
第一節(jié) 本文研究背景及意義
一、研究背景
二、研究意義
第二節(jié) 研究內(nèi)容及研究框架
一、研究內(nèi)容
二、研究框架
第二章 文獻(xiàn)綜述
第一節(jié) A股市場相關(guān)研究
第二節(jié) 向量自回歸模型及其擴(kuò)展模型的相關(guān)研究
一、向量自回歸模型的提出及其缺陷
二、FAVAR模型的提出及其應(yīng)用
第三節(jié) GOGA算法的提出及應(yīng)用
第四節(jié) 深度學(xué)習(xí)模型在股票市場中的發(fā)展及應(yīng)用
第三章 理論介紹
第一節(jié) FAVAR模型
第二節(jié) GOGA模型
第三節(jié) GOGA-FAVAR模型估計(jì)及預(yù)測
第四節(jié) LSTM模型
第四章 模擬實(shí)驗(yàn)
第一節(jié) 環(huán)境特征因子模擬
第二節(jié) 目標(biāo)預(yù)測器因子模擬
第三節(jié) 模擬實(shí)驗(yàn)總結(jié)
第五章 實(shí)證分析
第一節(jié) 實(shí)證數(shù)據(jù)的選取及預(yù)處理
第二節(jié) 因子的獲取與分析
第三節(jié) VAR、FAVAR以及GOGA-FAVAR模型的實(shí)證分析
一、VAR、FAVAR以及GOGA-FAVAR模型在A股市場中的實(shí)證應(yīng)用
二、VAR、FAVAR以及GOGA-FAVAR模型的實(shí)證結(jié)果分析
第四節(jié) 引入LSTM模型后的實(shí)證分析
一、VAR、FAVAR以及 GOGA-FAVAR模型的局限性及 LSTM模型的引入
二、LSTM模型的實(shí)證應(yīng)用及結(jié)果分析
第六章 總結(jié)
第一節(jié) 研究結(jié)論
第二節(jié) 研究創(chuàng)新及研究貢獻(xiàn)
一、研究創(chuàng)新
二、研究貢獻(xiàn)
第三節(jié) 研究局限及進(jìn)一步研究方向
參考文獻(xiàn)
致謝
個(gè)人簡歷及在學(xué)期間發(fā)表的研究成果
本文編號(hào):3991971
【文章頁數(shù)】:63 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第一章 引言
第一節(jié) 本文研究背景及意義
一、研究背景
二、研究意義
第二節(jié) 研究內(nèi)容及研究框架
一、研究內(nèi)容
二、研究框架
第二章 文獻(xiàn)綜述
第一節(jié) A股市場相關(guān)研究
第二節(jié) 向量自回歸模型及其擴(kuò)展模型的相關(guān)研究
一、向量自回歸模型的提出及其缺陷
二、FAVAR模型的提出及其應(yīng)用
第三節(jié) GOGA算法的提出及應(yīng)用
第四節(jié) 深度學(xué)習(xí)模型在股票市場中的發(fā)展及應(yīng)用
第三章 理論介紹
第一節(jié) FAVAR模型
第二節(jié) GOGA模型
第三節(jié) GOGA-FAVAR模型估計(jì)及預(yù)測
第四節(jié) LSTM模型
第四章 模擬實(shí)驗(yàn)
第一節(jié) 環(huán)境特征因子模擬
第二節(jié) 目標(biāo)預(yù)測器因子模擬
第三節(jié) 模擬實(shí)驗(yàn)總結(jié)
第五章 實(shí)證分析
第一節(jié) 實(shí)證數(shù)據(jù)的選取及預(yù)處理
第二節(jié) 因子的獲取與分析
第三節(jié) VAR、FAVAR以及GOGA-FAVAR模型的實(shí)證分析
一、VAR、FAVAR以及GOGA-FAVAR模型在A股市場中的實(shí)證應(yīng)用
二、VAR、FAVAR以及GOGA-FAVAR模型的實(shí)證結(jié)果分析
第四節(jié) 引入LSTM模型后的實(shí)證分析
一、VAR、FAVAR以及 GOGA-FAVAR模型的局限性及 LSTM模型的引入
二、LSTM模型的實(shí)證應(yīng)用及結(jié)果分析
第六章 總結(jié)
第一節(jié) 研究結(jié)論
第二節(jié) 研究創(chuàng)新及研究貢獻(xiàn)
一、研究創(chuàng)新
二、研究貢獻(xiàn)
第三節(jié) 研究局限及進(jìn)一步研究方向
參考文獻(xiàn)
致謝
個(gè)人簡歷及在學(xué)期間發(fā)表的研究成果
本文編號(hào):3991971
本文鏈接:http://sikaile.net/jingjilunwen/hongguanjingjilunwen/3991971.html
最近更新
教材專著