股票自從出現(xiàn)以來,就以其高風險及高收益的特點吸引著人們的注意。人們希望可以從股票市場中獲取更多的利益,于是一個規(guī)避風險、提高收益的課題——股票價格預測便應(yīng)運而生。隨著中國市場化經(jīng)濟的不斷發(fā)展,股票市場在國內(nèi)也是越來越火爆,不僅參與炒股的平民百姓越來越多,股票市場對國家經(jīng)濟的影響也越來越大。所以不管是從國家層面還是個人層面,對股票價格預測的研究都是非常必要的。股票價格與其歷史數(shù)據(jù)存在一定關(guān)聯(lián),故在一定條件下,我們可以通過其歷史數(shù)據(jù)對未來進行適當預測。目前進行股票預測的方法有很多,比如GARCH模型、神經(jīng)網(wǎng)絡(luò)模型、支持向量回歸模型等。支持向量回歸模型的理論基礎(chǔ)是結(jié)構(gòu)風險最小化原理以及VC維理論,從一定數(shù)量的樣本數(shù)據(jù)出發(fā),在模型的準確性和簡潔性之間尋求一個適當?shù)钠胶恻c,尋求全局最優(yōu)解,從而最終實現(xiàn)高維非線性問題的預測。支持向量回歸模型具有準確、高效、便于操作等優(yōu)點,但是由于股票價格序列往往是非線性非平穩(wěn)的,序列的復雜性依然會給預測帶來許多麻煩。為了提高股票價格預測的準確性,我們希望通過一定的手段降低股票價格序列的復雜度,經(jīng)驗模態(tài)分解方法便是這樣一個手段。經(jīng)驗模態(tài)分解方法是一種專門用來分析非線... 

【文章來源】：山東大學山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：57 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 經(jīng)驗模態(tài)分解方法
        1.2.2 股票價格預測
    1.3 文章內(nèi)容與創(chuàng)新點
        1.3.1 文章內(nèi)容
        1.3.2 創(chuàng)新點
第2章 股票價格預測理論與模型
    2.1 股票價格預測基本理論
        2.1.1 股票價格影響因素
        2.1.2 股票價格預測基礎(chǔ)
        2.1.3 股價預測的常用變量
    2.2 SVR股票價格預測模型
        2.2.1 支持向量回歸
        2.2.2 核函數(shù)的選取與參數(shù)的估計
    2.3 模型評估標準
    2.4. 本章小結(jié)
第3章 經(jīng)驗模態(tài)分解方法
    3.1 本征模態(tài)函數(shù)
    3.2 經(jīng)驗模態(tài)分解方法
    3.3 一個仿真信號的實例
    3.4 經(jīng)驗模態(tài)分解方法的優(yōu)勢
    3.5 本章小結(jié)
第4章 經(jīng)驗模態(tài)分解方法在股票價格預測中的應(yīng)用
    4.1 EMD-SVR股票價格預測模型
    4.2 均值重構(gòu)
    4.3 實證分析
        4.3.1 數(shù)據(jù)選取
        4.3.2 統(tǒng)計特征描述
        4.3.3 經(jīng)驗模態(tài)分解與均值重構(gòu)
        4.3.4 支持向量回歸預測及檢驗
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 本文總結(jié)
    5.2 尚需解決的問題
        5.2.1 模型改進
        5.2.2 反饋影響
參考文獻
致謝
學位論文評閱及答辯情況表


【參考文獻】：
期刊論文
[1]基于EMD技術(shù)的非平穩(wěn)非線性時間序列預測[J]. 王德青,王斐斐,朱萬闖.  系統(tǒng)工程. 2014(05)
[2]基于支持向量機股票價格指數(shù)建模及預測[J]. 劉道文,樊明智.  統(tǒng)計與決策. 2013(02)
[3]應(yīng)用經(jīng)驗模態(tài)分解的上海股票市場價格趨勢分解及周期性分析[J]. 秦宇.  中國管理科學. 2008(S1)
[4]支持向量回歸參數(shù)調(diào)整的一種啟發(fā)式算法[J]. 劉靖旭,蔡懷平,譚躍進.  系統(tǒng)仿真學報. 2007(07)
[5]一種旋轉(zhuǎn)機械振動信號特征提取的新方法[J]. 廖慶斌,李舜酩.  中國機械工程. 2006(16)
[6]最小二乘支持向量機回歸的HHT在水輪發(fā)電機組故障診斷中的應(yīng)用[J]. 賈嶸,王小宇,蔡振華,張麗,羅興锜.  中國電機工程學報. 2006(22)
[7]基于特征評估和神經(jīng)網(wǎng)絡(luò)的機械故障診斷模型[J]. 雷亞國,何正嘉,訾艷陽,胡橋.  西安交通大學學報. 2006(05)
[8]Error Control Strategies for Numerical Integrations in Fast Collocation Methods[J]. 陳仲英,巫斌,許躍生.  Northeastern Mathematical Journal. 2005(02)
[9]用BP神經(jīng)網(wǎng)絡(luò)捕捉股市黑馬初探[J]. 張玉林,吳微.  運籌與管理. 2004(02)
[10]論局域波法中瞬時頻率分析[J]. 鄒巖崑,馬孝江,朱泓,蔡悅,張志新.  大連理工大學學報. 2003(06)

碩士論文
[1]基于EMD理論的存貨質(zhì)押業(yè)務(wù)質(zhì)物價格預測研究[D]. 賀平.西南交通大學 2015
[2]基于BP和SOM神經(jīng)網(wǎng)絡(luò)的股票價格預測的研究[D]. 白淼.遼寧工程技術(shù)大學 2009
[3]希爾伯特—黃變換及其在語音增強中的應(yīng)用研究[D]. 鄒曉杰.哈爾濱工程大學 2008
[4]對證券市場技術(shù)分析的思考[D]. 蘇茂坤.西南交通大學 2002



本文編號：2983114