本文關鍵詞：基于小波多分辨分析及GARCH模型的股指預測研究

  更多相關文章： 股票指數 小波分析 小波多分辨分析去噪 GARCH模型 GJR-GARCH模型

【摘要】：隨著經濟的全球化步伐的加快,金融市場在一個國家的經濟運行中所處的地位越來越重要。因而作為金融市場重要組成部分的股票市場,越來越受到國家的重視。我國的股票市場目前正處在發(fā)展時期,和國外一些發(fā)展成熟的股票市場相比,我國的股票市場波動更加劇烈,并且更容易受到外界環(huán)境的影響。這種情況下股市風險也會加大,進而影響國家的經濟運行,使投資者的投資風險加劇。因此就需要用科學的方法對股市波動性進行分析預測。隨著對股市波動預測研究不斷拓展與深入,研究人員根據不同的需要,已經發(fā)展出多種不同預測方法,譬如模糊預測方法、小波分析預測方法、自適應回歸預測、廣義自回歸條件異方差模型分析預測等。本文將小波多分辨分析與廣義自回歸條件異方差模型分析預測相結合,得到了小波分析-GARCH模型預測方法,得到了良好的預測效果。本文主要分為五個部分。首先介紹了股指價格波動趨勢預測對于國家金融調控以及個人投資的重要性及意義,分析了股票指數的波動特點。第二部分介紹了小波多分辨分析及去噪理論。第三部分是ARCH模型的相關分析。第四部分是在上述基礎上引入了小波分析-GARCH模型預測方法,并選取滬深300股指的收盤價時間序列作為研究樣板進行實證研究。最后一部分給出相關結論和討論。本文的研究過程及結論表明:我國的滬深300指數和美國的道瓊斯工業(yè)平均指數相比具有更強的波動性。從模型的選取過程中可以看出,滬深300指數具有一定的“杠桿效應”,存在著信息沖擊的非對稱性。之后的預測過程則表明將小波多分辨分析去噪引入GJR-GARCH模型后,其預測精度得到明顯提高。說明小波多分辨分析去噪對我國滬深300股指預測精度的提高是有效的。
【關鍵詞】：股票指數 小波分析 小波多分辨分析去噪 GARCH模型 GJR-GARCH模型
【學位授予單位】：寧波大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：F724.5;F224
【目錄】：

• 摘要4-6
• Abstract6-10
• 引言10-12
• 1 股票指數的特點12-16
• 1.1 股票指數12
• 1.2 股指波動的特點12-14
• 1.3 小結14-16
• 2 小波多分辨分析去噪理論16-23
• 2.1 連續(xù)小波變換16
• 2.2 離散小波變換16-19
• 2.2.1 二進小波變換17-18
• 2.2.2 離散小波變換18-19
• 2.3 小波多分辨分析去噪19-23
• 2.3.1 噪聲及去噪19
• 2.3.2 理論分析19-20
• 2.3.3 小波去噪實證分析20-23
• 3 GARCH類模型分析23-30
• 3.1 ARCH模型23-27
• 3.1.1 ARCH(m)模型23-25
• 3.1.2 ARCH(1)模型的性質25-27
• 3.1.3 ARCH(m)模型預測27
• 3.2 GARCH模型27-28
• 3.3 指數GARCH模型28-29
• 3.4 GJR-GARCH模型29-30
• 4 運用小波分析-GARCH模型做預測30-41
• 4.1 數據的選取及檢驗30-32
• 4.2 模型的建立32-34
• 4.2.1 模型階數的確定32-33
• 4.2.2 非對稱情況33-34
• 4.3 運用GJR-GARCH(1，1)模型做預測34-37
• 4.4 運用小波分析-GJR-GARCH(1，1)模型做預測37-41
• 5 結論41-43
• 參考文獻43-45
• 在學研究成果45-46
• 致謝46

【參考文獻】

中國期刊全文數據庫 前1條

1 潘慧峰,張金水;基于ARCH類模型的國內油價波動分析[J];統(tǒng)計研究;2005年04期

，

本文編號：687120