本文關(guān)鍵詞：基于混沌時(shí)間序列的玉米期貨價(jià)格預(yù)測研究，由筆耕文化傳播整理發(fā)布。

【摘要】：玉米具有糧食作物屬性、飼料作物屬性、能源作物屬性三大屬性,在農(nóng)業(yè)生產(chǎn)和國民經(jīng)濟(jì)發(fā)展中的地位越來越高。玉米期貨市場是在現(xiàn)貨市場的基礎(chǔ)上發(fā)展起來的,雖然它具有價(jià)格發(fā)現(xiàn)和風(fēng)險(xiǎn)規(guī)避的功能,但是它也會給投資者帶來潛在的風(fēng)險(xiǎn)。價(jià)格風(fēng)險(xiǎn)是玉米期貨市場風(fēng)險(xiǎn)的核心。玉米期貨價(jià)格系統(tǒng)內(nèi)部結(jié)構(gòu)的復(fù)雜性和外部影響因素的多變性,使得傳統(tǒng)的預(yù)測方法不能滿足玉米期貨價(jià)格預(yù)測的需要。因此,本文針對玉米期貨市場的非線性特征,結(jié)合混沌理論與支持向量機(jī)理論,通過噪聲消除、相空間重構(gòu)、建立預(yù)測模型,對玉米期貨價(jià)格時(shí)間序列進(jìn)行分析與預(yù)測。 1)總結(jié)了國內(nèi)外期貨價(jià)格預(yù)測的研究現(xiàn)狀,并對各種預(yù)測方法進(jìn)行了評價(jià)。重點(diǎn)從相空間重構(gòu)、混沌性質(zhì)識別、混沌時(shí)間序列預(yù)測方法三個(gè)方面介紹了混沌時(shí)間序列預(yù)測的基本理論。 2)從噪聲平滑、線性趨勢消除及標(biāo)準(zhǔn)化三個(gè)方面對影響數(shù)據(jù)模型的數(shù)據(jù)質(zhì)量問題進(jìn)行了研究。重點(diǎn)討論了噪聲平滑,通過對比分析,選擇了小波分析方法中的非線性閾值法對玉米期貨時(shí)間序列進(jìn)行實(shí)證檢驗(yàn),結(jié)果令人滿意；結(jié)合本文研究的實(shí)際問題,進(jìn)行了貨幣總量線性趨勢消除,使得后續(xù)研究能夠在一個(gè)更加真實(shí)的基礎(chǔ)上展開；最后,引入極差標(biāo)準(zhǔn)化的概念,以避免數(shù)據(jù)劇烈波動給模型帶來的影響。 3)針對玉米期貨市場的非線性特征,拋開傳統(tǒng)的單變量時(shí)間序列相空間重構(gòu)的思想,充分利用各個(gè)時(shí)間序列所包含的系統(tǒng)信息,采用多變量時(shí)間序列相空間重構(gòu)理論來處理數(shù)據(jù)。通過互信息法和最小誤差法計(jì)算出延遲時(shí)間和嵌入維數(shù),對重構(gòu)的相空間采用改進(jìn)的小數(shù)據(jù)量法計(jì)算出最大Lyapunov指數(shù)。結(jié)果是玉米期貨市場有大于零的最大Lyapunov指數(shù),這意味著玉米期貨市場具有明顯的混沌特征和短期的可預(yù)測性。 4)介紹了支持向量機(jī)回歸原理和最小二乘支持向量機(jī)回歸算法,建立了基于混沌理論和最小二乘支持向量機(jī)的多變量時(shí)間序列預(yù)測模型,并應(yīng)用該模型對玉米期貨的開盤價(jià)進(jìn)行預(yù)測研究。結(jié)果表明多變量時(shí)間序列最小二乘支持向量機(jī)預(yù)測模型要優(yōu)于單變量時(shí)間序列最小二乘支持向量機(jī)預(yù)測模型,這一結(jié)論對期貨價(jià)格的非線性建模和預(yù)測具有重要的理論意義和現(xiàn)實(shí)意義。
【關(guān)鍵詞】：玉米期貨 混沌時(shí)間序列 最小二乘支持向量機(jī) 相空間重構(gòu) 小波分析
【學(xué)位授予單位】：東北農(nóng)業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2012
【分類號】：F313.7;F713.35;F224
【目錄】：

• 摘要8-9
• Abstract9-11
• 1 緒論11-22
• 1.1 研究背景、研究目的及研究意義11-12
• 1.1.1 研究背景11
• 1.1.2 研究目的11-12
• 1.1.3 研究意義12
• 1.2 國內(nèi)外研究現(xiàn)狀12-18
• 1.2.1 國外期貨價(jià)格預(yù)測研究現(xiàn)狀13
• 1.2.2 國內(nèi)期貨價(jià)格預(yù)測研究現(xiàn)狀13-15
• 1.2.3 預(yù)測方法的評價(jià)15-17
• 1.2.4 混沌時(shí)間序列預(yù)測方法研究現(xiàn)狀17-18
• 1.3 主要內(nèi)容、技術(shù)路線及創(chuàng)新點(diǎn)18-22
• 1.3.1 主要內(nèi)容18-20
• 1.3.2 技術(shù)路線20-21
• 1.3.3 創(chuàng)新點(diǎn)21-22
• 2 混沌時(shí)間序列預(yù)測基礎(chǔ)理論22-35
• 2.1 相空間重構(gòu)理論22-27
• 2.1.1 嵌入維數(shù)的確定22-23
• 2.1.2 嵌入延遲的確定23-25
• 2.1.3 嵌入窗寬的確定25-27
• 2.2 混沌性質(zhì)識別理論27-30
• 2.2.1 Lyapunov指數(shù)27-29
• 2.2.2 關(guān)聯(lián)維數(shù)29-30
• 2.2.3 熵30
• 2.3 混沌時(shí)間序列預(yù)測方法30-35
• 2.3.1 局部預(yù)測法31-33
• 2.3.2 全局預(yù)測法33-35
• 3 時(shí)間序列數(shù)據(jù)處理35-46
• 3.1 噪聲平滑35-40
• 3.1.1 小波分析方法的基本原理35-37
• 3.1.2 小波分析方法及其改進(jìn)37-40
• 3.2 線性趨勢消除40-41
• 3.3 標(biāo)準(zhǔn)化41
• 3.4 玉米期貨數(shù)據(jù)的預(yù)處理41-46
• 3.4.1 數(shù)據(jù)來源41-42
• 3.4.2 玉米期貨時(shí)間序列的噪聲平滑處理42-44
• 3.4.3 玉米期貨時(shí)間序列的線性趨勢消除44-45
• 3.4.4 玉米期貨時(shí)間序列的標(biāo)準(zhǔn)化處理45-46
• 4 玉米期貨時(shí)間序列的相空間重構(gòu)和混沌性質(zhì)識別46-52
• 4.1 玉米期貨時(shí)間序列的相空間重構(gòu)46-51
• 4.1.1 延遲時(shí)間的計(jì)算46-48
• 4.1.2 嵌入維數(shù)的計(jì)算48-51
• 4.2 玉米期貨市場的混沌性質(zhì)識別51-52
• 5 玉米期貨價(jià)格混沌時(shí)間序列預(yù)測52-62
• 5.1 支持向量機(jī)的回歸原理52-56
• 5.1.1 支持向量機(jī)的線性回歸53-54
• 5.1.2 支持向量機(jī)的非線性回歸54-55
• 5.1.3 核函數(shù)55
• 5.1.4 損失函數(shù)55-56
• 5.2 最小二乘支持向量機(jī)回歸算法56-57
• 5.3 多變量時(shí)間序列最小二乘支持向量機(jī)預(yù)測模型57
• 5.4 預(yù)測效果的評價(jià)標(biāo)準(zhǔn)57-58
• 5.5 玉米期貨價(jià)格預(yù)測的實(shí)證分析58-62
• 6 總結(jié)和展望62-64
• 6.1 總結(jié)62
• 6.2 展望62-64
• 致謝64-65
• 參考文獻(xiàn)65-72
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文72

【引證文獻(xiàn)】

中國博士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 丁濤;混沌理論在徑流預(yù)報(bào)中的應(yīng)用研究[D];大連理工大學(xué);2004年

2 李眉眉;電力負(fù)荷混沌特性分析及其預(yù)測研究[D];四川大學(xué);2004年

3 雷紹蘭;基于電力負(fù)荷時(shí)間序列混沌特性的短期負(fù)荷預(yù)測方法研究[D];重慶大學(xué);2005年

4 劉立霞;多變量金融時(shí)間序列的非線性檢驗(yàn)及重構(gòu)研究[D];天津大學(xué);2007年

5 丁文斌;我國玉米期貨價(jià)格影響因素與波動特征分析[D];華中農(nóng)業(yè)大學(xué);2009年

6 崔亞強(qiáng);滬深300股指內(nèi)在復(fù)雜性分析及預(yù)測研究[D];天津大學(xué);2010年

  本文關(guān)鍵詞：基于混沌時(shí)間序列的玉米期貨價(jià)格預(yù)測研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：252895