發(fā)布時間：2018-01-17 18:16

  本文關(guān)鍵詞：基于小波分析和AGA-SVR模型的股指預(yù)測方法研究　出處：《華南理工大學(xué)》2013年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 股指預(yù)測 小波分析 支持向量機 自適應(yīng)遺傳算法

【摘要】：股票價格指數(shù)是用來反映不同時期股價變動情況的相對指數(shù)，是衡量股市變化的一個測量器，也是投資者做出投資決策的參照標。股指作為一種重要的金融數(shù)據(jù)，具有非常強的不確定性和非線性，這種特點也導(dǎo)致了對股指的研究和預(yù)測存在相當(dāng)大的難度。不少學(xué)者從統(tǒng)計學(xué)的原理出發(fā)對股指進行研究，取得不錯的效果。近些年來，關(guān)于支持向量機在股指方面的應(yīng)用也成為一個熱點。而且出現(xiàn)了許多不同的衍生理論模型，如對模型的改進以及利用生物進化方法優(yōu)化算法的一系列的模型等。 本文在前人的基礎(chǔ)上，考慮到股票市場自身具有的一種長期趨勢性和一種短期不確定性，試圖預(yù)先將這兩種性質(zhì)分別進行研究，盡可能排除彼此間的干擾，通過這種對原始數(shù)據(jù)的預(yù)處理，由此將小波數(shù)據(jù)分析技術(shù)引入股指的研究，因為其具有很好的時頻局域化特性，能降低股價數(shù)據(jù)的噪音干擾，，更好地把握數(shù)據(jù)內(nèi)在的關(guān)聯(lián)性，為之后預(yù)測模型選取較好樣本數(shù)據(jù)，也從一定程度上改善預(yù)測效果。 本文主要內(nèi)容有：首先總結(jié)了股指預(yù)測方面的研究現(xiàn)狀和各種預(yù)測方法的研究進展；之后闡述了小波數(shù)據(jù)分析技術(shù)和支持向量機的理論基礎(chǔ)；其次，依據(jù)支持向量機在預(yù)測時所存在的問題，引出自適應(yīng)遺傳算法這一優(yōu)化算法，重點分析了支持向量機存在參數(shù)難以選擇的問題，并且探討了如何通過自適應(yīng)遺傳優(yōu)化算法來彌補這一缺陷；最后，在此基礎(chǔ)上，進行具體模型的構(gòu)建及應(yīng)用。 本文主要方法是：首先利用小波數(shù)據(jù)分析技術(shù)對原始的股指價格序列進行預(yù)處理，目的是用小波技術(shù)除去原始數(shù)據(jù)中的噪音，以便于充分提取價格序列內(nèi)隱含的波動和趨勢信息，這樣可以很好地把握序列的波動性和內(nèi)在的關(guān)聯(lián)性，也可以提高預(yù)測的精度；接著建立基于小波分析和自適應(yīng)遺傳算法——支持向量機的模型進行智能化訓(xùn)練以達到較好的預(yù)測效果；最后將實際的股指價格數(shù)據(jù)應(yīng)用到建立的模型中，進行股指價格預(yù)測的實證研究。實證結(jié)果表明：通過小波分析技術(shù)進行數(shù)據(jù)預(yù)處理最終有利于提高預(yù)測的精度，且其預(yù)測精度也比一般未改進的支持向量機模型和其他預(yù)測模型的精度要高，擬合效果也較好。且與傳統(tǒng)預(yù)測模型相比，其預(yù)測方法具有更高的經(jīng)濟價值和發(fā)展前景。
[Abstract]:Stock price index is the relative index used to reflect the change of stock price in different periods . It is a measure of stock market change and the reference standard for investors to make investment decision . On the basis of the former , considering the long - term trend and a short - term uncertainty of the stock market itself , this paper attempts to study the two kinds of data in advance and eliminate the interference from each other in advance . Through the preprocessing of the raw data , the wavelet data analysis technology is introduced into the research of the index finger , which can reduce the noise interference of the stock price data , better grasp the correlation between the data and improve the prediction effect to a certain extent . The main contents of this paper are as follows : Firstly , the research progress of the research on the prediction of stock index and the research progress of various prediction methods are summarized . Then , the theory basis of wavelet data analysis technology and support vector machine is described . Secondly , according to the problems existing in prediction of support vector machine , the optimization algorithm of adaptive genetic algorithm is introduced , and how to make up the defect by adaptive genetic optimization algorithm is discussed . Finally , the construction and application of concrete model are discussed . The main method is to pre - process the original stock index price sequence by using the wavelet data analysis technology . The purpose is to remove the noise from the original data with wavelet technique , so as to fully extract the implied volatility and trend information in the price sequence , so that the prediction accuracy can be improved well . Finally , the actual index price data is applied to the established model , and the prediction accuracy is improved . The results show that the forecasting method has higher economic value and development prospect than the conventional prediction model .

【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：F830.91;F224;O174.2

【參考文獻】

相關(guān)期刊論文 前10條

1 溫從德;;基于遺傳算法的股票指數(shù)復(fù)制方法實證檢驗[J];中國城市經(jīng)濟;2010年05期

2 岳意定;肖賽君;;影響股票價格的宏觀因素研究[J];湖南財經(jīng)高等專科學(xué)校學(xué)報;2006年03期

3 朱永生,張優(yōu)云;支持向量機分類器中幾個問題的研究[J];計算機工程與應(yīng)用;2003年13期

4 陳海明,李東;灰色預(yù)測模型在股票價格中的應(yīng)用[J];科研管理;2003年02期

5 張立霞;馬芳芳;葉德謙;;基于支持向量機方法的金融時間序列研究[J];遼寧工業(yè)大學(xué)學(xué)報;2008年01期

6 張學(xué)工;關(guān)于統(tǒng)計學(xué)習(xí)理論與支持向量機[J];自動化學(xué)報;2000年01期

7 錢浩韻;;A-SV模型及其在中國股票市場的應(yīng)用[J];南京工業(yè)職業(yè)技術(shù)學(xué)院學(xué)報;2006年02期

8 劉永福,李建功;利用BP神經(jīng)網(wǎng)絡(luò)預(yù)測上證指數(shù)[J];市場周刊(商務(wù)營銷);2003年10期

9 楊一文,楊朝軍;基于支持向量機的金融時間序列預(yù)測[J];系統(tǒng)工程理論方法應(yīng)用;2005年02期

10 伍海華,馬媛,高波;BP神經(jīng)網(wǎng)絡(luò)股指預(yù)測模型[J];中共青島市委黨校.青島行政學(xué)院學(xué)報;2003年01期

相關(guān)碩士學(xué)位論文 前1條

1 鄭紀安;基于小波分析和神經(jīng)網(wǎng)絡(luò)的金融時間序列預(yù)測研究[D];廈門大學(xué);2009年

本文編號：1437406