【摘要】：隨著我國經(jīng)濟(jì)實(shí)力的逐漸提升,人民的生活水平日益提高,人們的口袋也越來越鼓,如今已經(jīng)有越來越多的人開始學(xué)習(xí)理財(cái),而得到最多關(guān)注的,就要數(shù)股票市場了。股票市場對于一個(gè)國家的重要性是毋庸置疑的,中國金融的發(fā)展歷史,基本上可以通過股票市場的發(fā)展,作為其縮影。股票市場上市公司數(shù)量越來越多、參與股票投資的資金量越來越多、關(guān)注股票市場的人越來越多,這也就意味著對股票市場進(jìn)行研究的人也越來越多了。金融市場的發(fā)展?fàn)顩r,牽動著所有投資者的心,也牽動著政府監(jiān)管部門的心。2015年的中國“股災(zāi)”還歷歷在目,股票市場由于其交易門檻低、交易操作便捷,確實(shí)是理財(cái)投資的最佳場所之一,但其高風(fēng)險(xiǎn)性是不容我們忽視的,所以如何對股票市場進(jìn)行研究,得到了金融業(yè)界以及學(xué)術(shù)界的廣泛關(guān)注。本文通過對股市的日常狀態(tài)的觀察,從宏觀角度以及微觀角度分析了股票市場的運(yùn)作規(guī)律,提出了在一定的時(shí)間區(qū)間內(nèi),股票市場會處于一種封閉狀態(tài)的觀點(diǎn),由此創(chuàng)新性地提出了使用貝葉斯方法優(yōu)化出理想的預(yù)測窗口長度然后與灰色模型相結(jié)合構(gòu)造預(yù)測模型的辦法對上證綜指進(jìn)行預(yù)測。本文詳細(xì)介紹了 GM(1,1)、灰色Verhulst模型和離散灰色Verhulst模型的原理以及其特征。在使用貝葉斯-GM(1,1)、貝葉斯-灰色Verhulst模型、貝葉斯-離散灰色Verhulst模型以及三種單一的灰色模型進(jìn)行初步實(shí)證之后,發(fā)現(xiàn)了在使用灰色Verhulst模型對上證指數(shù)進(jìn)行預(yù)測的時(shí)候,會在一定的時(shí)點(diǎn)上出現(xiàn)模型預(yù)測結(jié)果嚴(yán)重偏離真實(shí)值的情況,為此分析了模型預(yù)測值發(fā)生嚴(yán)重偏離的具體原因,并大膽的提出了貝葉斯與混合灰色模型相結(jié)合的方法,構(gòu)建了貝葉斯-GM(1,1)-Verhulst預(yù)測模型、貝葉斯-GM(1,1)-離散Verhulst預(yù)測模型以及無貝葉斯方法的混合預(yù)測模型。通過實(shí)證分析,證明了混合模型具有更加優(yōu)秀的預(yù)測能力,同時(shí)不管是初步實(shí)證分析還是后面優(yōu)化模型的實(shí)證分析,通過貝葉斯方法產(chǎn)生的灰色預(yù)測窗口長度的結(jié)果,簡單驗(yàn)證了在一定時(shí)間區(qū)間內(nèi),上證指數(shù)會呈現(xiàn)出一致性。
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：N941.5;F832.51

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 苗義烽;周曉昭;;主觀貝葉斯方法在列車占用丟失報(bào)警原因分析中的應(yīng)用[J];鐵路計(jì)算機(jī)應(yīng)用;2014年12期

2 艾艷杰;;基于貝葉斯方法的比例數(shù)據(jù)分位數(shù)推斷及其應(yīng)用[J];散文百家(新語文活頁);2017年01期

3 云連英;汪榮偉;;保費(fèi)調(diào)整的貝葉斯方法[J];統(tǒng)計(jì)與決策;2006年05期

4 張渭彬;;應(yīng)力與強(qiáng)度相關(guān)條件下產(chǎn)品可靠度的Bayes估計(jì)[J];強(qiáng)度與環(huán)境;1988年06期

5 張建國;;貝葉斯方法及其問題淺識[J];醫(yī)學(xué)與哲學(xué);1988年11期

6 王宏洲;引信的可靠性評定——貝葉斯方法和經(jīng)驗(yàn)貝葉斯方法[J];現(xiàn)代引信;1989年02期

7 石國楨;;工程診斷和診斷中的貝葉斯方法[J];機(jī)械強(qiáng)度;1984年02期

8 鄒亞娟;;貝葉斯方法在數(shù)據(jù)挖掘中的應(yīng)用進(jìn)展[J];科技致富向?qū)?2014年14期

9 丁東洋;劉希陽;;風(fēng)險(xiǎn)分析中的穩(wěn)健貝葉斯方法[J];內(nèi)蒙古財(cái)經(jīng)學(xué)院學(xué)報(bào);2011年04期

10 丁東洋;周麗莉;;貝葉斯方法在污水處理收費(fèi)研究中的應(yīng)用[J];統(tǒng)計(jì)教育;2009年03期

相關(guān)會議論文 前10條

1 丁東洋;劉希陽;;風(fēng)險(xiǎn)分析中的穩(wěn)健貝葉斯方法[A];2011年全國電子信息技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2011年

2 David Z.D'Argenio;;貝葉斯方法在實(shí)驗(yàn)室研究向臨床的轉(zhuǎn)化以及辨識隱含亞群體中的應(yīng)用(英文)[A];中國藥理學(xué)會臨床藥理學(xué)專業(yè)委員會會議暨第十次全國臨床藥理學(xué)學(xué)術(shù)會議論文集[C];2007年

3 胡桂華;易躍明;林敏;;稀少項(xiàng)目子總體估計(jì)的貝葉斯方法——基于一個(gè)抽樣審計(jì)問題的討論[A];中國會計(jì)學(xué)會高等工科院校分會2008年學(xué)術(shù)年會（第十五屆年會）暨中央在鄂集團(tuán)企業(yè)財(cái)務(wù)管理研討會論文集（下冊）[C];2008年

4 楊麗;武海濱;李康;;無金標(biāo)準(zhǔn)診斷試驗(yàn)評價(jià)的貝葉斯方法及應(yīng)用[A];2011年中國衛(wèi)生統(tǒng)計(jì)學(xué)年會會議論文集[C];2011年

5 朱永生;;貝葉斯方法確定泊松變量的置信上限[A];中國物理學(xué)會高能物理分會第七屆學(xué)術(shù)年會實(shí)驗(yàn)分會場論文集[C];2006年

6 王增忠;柳玉杰;施建剛;;建筑工程項(xiàng)目全壽命安全管理決策的貝葉斯方法[A];中國優(yōu)選法統(tǒng)籌法與經(jīng)濟(jì)數(shù)學(xué)研究會第七屆全國會員代表大會暨第七屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2005年

7 馬東輝;;ASReml在分子育種中的應(yīng)用[A];第一屆全國玉米生物學(xué)學(xué)術(shù)研討會論文匯編[C];2015年

8 費(fèi)斌軍;陳勃;;疲勞強(qiáng)度參數(shù)概率分布的貝葉斯方法[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（下冊）[C];2001年

9 龔盛夏;黃乘利;;貝葉斯方法反演類地行星內(nèi)部結(jié)構(gòu)[A];中國地球物理2013——第二十五專題論文集[C];2013年

10 李強(qiáng);王黎明;王文雯;;基于中國股市行業(yè)收益率面板數(shù)據(jù)的貝葉斯方法變點(diǎn)檢測[A];中國系統(tǒng)工程學(xué)會第十八屆學(xué)術(shù)年會論文集——A13其他管理領(lǐng)域的創(chuàng)新研究成果問題[C];2014年

相關(guān)博士學(xué)位論文 前10條

1 錢永青;結(jié)構(gòu)化貝葉斯壓縮感知技術(shù)及其應(yīng)用研究[D];武漢大學(xué);2013年

2 張少中;基于貝葉斯網(wǎng)絡(luò)的知識發(fā)現(xiàn)與決策應(yīng)用研究[D];大連理工大學(xué);2003年

3 李小琳;面向智能數(shù)據(jù)處理的貝葉斯網(wǎng)絡(luò)研究與應(yīng)用[D];吉林大學(xué);2005年

4 黃友平;貝葉斯網(wǎng)絡(luò)研究[D];中國科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2005年

5 胡笑旋;貝葉斯網(wǎng)建模技術(shù)及其在決策中的應(yīng)用[D];合肥工業(yè)大學(xué);2006年

6 王紅梅;保護(hù)隱私的貝葉斯網(wǎng)絡(luò)學(xué)習(xí)研究[D];天津大學(xué);2006年

7 董立巖;貝葉斯網(wǎng)絡(luò)應(yīng)用基礎(chǔ)研究[D];吉林大學(xué);2007年

8 周忠寶;基于貝葉斯網(wǎng)絡(luò)的概率安全評估方法及應(yīng)用研究[D];國防科學(xué)技術(shù)大學(xué);2006年

9 李旭升;貝葉斯網(wǎng)絡(luò)分類模型研究及其在信用評估中的應(yīng)用[D];西南交通大學(xué);2007年

10 孫兆林;基于貝葉斯網(wǎng)絡(luò)的態(tài)勢估計(jì)方法研究[D];國防科學(xué)技術(shù)大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 卞凱瑩;服從指數(shù)分布的經(jīng)濟(jì)數(shù)據(jù)的貝葉斯估計(jì)[D];江蘇師范大學(xué);2018年

2 魯鵬;變分貝葉斯分解算法在紅外無損檢測中的應(yīng)用研究[D];電子科技大學(xué);2018年

3 黃興全;民航旅客忠誠度預(yù)測研究[D];中國民用航空飛行學(xué)院;2018年

4 張潔;基于MMHC混合算法的貝葉斯網(wǎng)絡(luò)在2型糖尿病影響因素研究的應(yīng)用[D];山西醫(yī)科大學(xué);2018年

5 李藝迪;基于貝葉斯—灰色預(yù)測理論的股指預(yù)測研究[D];山東大學(xué);2018年

6 張德云;基于貝葉斯網(wǎng)絡(luò)的個(gè)人生活數(shù)據(jù)分析[D];東南大學(xué);2017年

7 陳兵飛;基于圖拉普拉斯的稀疏貝葉斯分類算法研究[D];中國科學(xué)技術(shù)大學(xué);2017年

8 徐輝;基于貝葉斯方法波動率的期權(quán)定價(jià)[D];湖南大學(xué);2014年

9 王哲;多層貝葉斯方法在消費(fèi)者行為中的應(yīng)用研究[D];南京航空航天大學(xué);2012年

10 譚莉;基于貝葉斯方法的結(jié)構(gòu)穩(wěn)健優(yōu)化[D];大連理工大學(xué);2016年

，

本文編號：2683086