模糊時(shí)間序列的股指期貨價(jià)格預(yù)測(cè)方法研究.pdf

1、在現(xiàn)實(shí)世界中，許多數(shù)據(jù)本身存在不完整、不準(zhǔn)確和含糊性，尤其是金融數(shù)據(jù)，用經(jīng)典的時(shí)間序列預(yù)測(cè)會(huì)導(dǎo)致擬合效果下降。期貨市場(chǎng)較為復(fù)雜，股指期貨作為現(xiàn)代資本市場(chǎng)的產(chǎn)物，受到各種內(nèi)外因的影響，股指期貨精確的收盤價(jià)記錄可能會(huì)丟失部分有用的信息，因此引入模糊時(shí)間序列模型，得到更高效率、更精確的預(yù)測(cè)結(jié)果?？紤]數(shù)據(jù)的可得性和完整性，本文選取2011年1月4日至2015年11月12日的股指期貨連續(xù)日收盤價(jià)作為研究對(duì)象，首先運(yùn)用經(jīng)典的時(shí)間序列ARIMA模型進(jìn)

2、行預(yù)測(cè)，再根據(jù)三種經(jīng)典的模糊時(shí)間序列Song、Chen和Lee的方法估計(jì)觀測(cè)值。經(jīng)過上述研究，改進(jìn)原有的模糊時(shí)間序列方法，在計(jì)算隸屬度矩陣時(shí)引入非參數(shù)高斯核函數(shù)，調(diào)節(jié)最優(yōu)的窗寬，改變各個(gè)模糊集的權(quán)重;將一階模糊時(shí)間序列轉(zhuǎn)換為二階，即考慮t，t-1，t-2期樣本數(shù)據(jù)的隸屬模糊集;在計(jì)算關(guān)系矩陣時(shí)引入馬爾科夫模型，將關(guān)系矩陣轉(zhuǎn)化為轉(zhuǎn)移概率矩陣，用加權(quán)方法計(jì)算預(yù)測(cè)值。
　　本文首先對(duì)模糊時(shí)間序列相關(guān)模型進(jìn)行了深入的研究闡述，主要有模糊集

3、理論，模糊時(shí)間序列發(fā)展現(xiàn)狀、研究綜述、模型理論，ARIMA模型理論，馬爾科夫鏈模型，非參數(shù)高斯核函數(shù)。然后根據(jù)模型理論，通過R軟件編程，分別用三種模糊時(shí)間序列方法和改進(jìn)的模型進(jìn)行估計(jì)，利用EViews進(jìn)行ARIMA模型預(yù)測(cè)，最終得到近一個(gè)月交易日的預(yù)測(cè)數(shù)據(jù)。其中， Song和Chen的模糊時(shí)間序列模型預(yù)測(cè)誤差在2％以上的有20個(gè)樣本，占83.33％; Lee的模糊時(shí)間序列模型預(yù)測(cè)誤差在2％以上的有10個(gè)樣本，占41.67％; ARIMA