發(fā)布時間：2021-07-31 22:30

　　構(gòu)建高頻尺度下的基于符號時間序列的金屬期貨價格波動預(yù)測模型,并選取上海銅期貨交易所2014年7月到2018年9月的高頻數(shù)據(jù),采用符號時間序列方法將樣本分為194個直方圖時間序列,分別使用K-NN算法與指數(shù)平滑法預(yù)測下一個周期。結(jié)果顯示,銅期貨的收益預(yù)測得出的直方圖走勢比實際的直方圖走勢較為平緩,預(yù)測結(jié)果的整體情況較好,并且預(yù)測銅期貨所得一周收益的整體波動與實際波動值在很大程度上一致。這表明用K-NN算法預(yù)測所得的結(jié)果比指數(shù)平滑法預(yù)測的結(jié)果更加精確。根據(jù)預(yù)測得到的銅期貨一周的價格整體波動情況,中國銅期貨市場的監(jiān)管者及投資者可以及時調(diào)整其監(jiān)管政策和投資策略以控制風(fēng)險。 

【文章來源】：Transactions of Nonferrous Metals Society of China. 2020,30(06)EISCICSCD

【文章頁數(shù)】：10 頁

【參考文獻(xiàn)】：
期刊論文
[1]國際黃金期貨價格波動的影響因素（英文）[J]. 王灝,盛虎,張宏偉.  Transactions of Nonferrous Metals Society of China. 2019(11)
[2]基于數(shù)值符號和形態(tài)特征的時間序列相似性度量方法[J]. 李海林,梁葉.  控制與決策. 2017(03)
[3]基于高頻波動率的銅鋁期貨動態(tài)關(guān)聯(lián)性研究[J]. 朱學(xué)紅,陳強,諶金宇.  商業(yè)研究. 2017(02)
[4]考慮共同跳躍的波動建模:基于高頻數(shù)據(jù)視角[J]. 唐勇,林欣.  中國管理科學(xué). 2015(08)
[5]基于符號時間序列直方圖的高頻金融波動預(yù)測[J]. 徐梅,王雨蒙.  系統(tǒng)管理學(xué)報. 2014(03)
[6]基于符號時間序列方法的金融收益分析與預(yù)測[J]. 徐梅,黃超.  中國管理科學(xué). 2011(05)



本文編號：3314297