證券價格的幾種預(yù)測方法及實證研究.pdf

1、股票市場是一個復(fù)雜的非線性動態(tài)系統(tǒng)，利用傳統(tǒng)的時間序列預(yù)測技術(shù)預(yù)測效果不理想。目前，神經(jīng)網(wǎng)絡(luò)逐漸成為非線性動態(tài)系統(tǒng)預(yù)測與建模的強有力的工具。本文通過對小波神經(jīng)網(wǎng)絡(luò)、灰色系統(tǒng)理論和RBF神經(jīng)網(wǎng)絡(luò)的深入研究，針對其中的不足，提出了新的解決方法，建立了新的預(yù)測模型。本文從三個不同的方面提高了預(yù)測效果，然后將這些方法應(yīng)用于上海股票市場。主要內(nèi)容如下： ㈠介紹了股票指數(shù)時序的研究背景和研究現(xiàn)狀，以及股票時序預(yù)測模型建立過程中所需的基本理論

2、概念和基本理論。 ㈡在驗證上證收益率存在非線性特征的基礎(chǔ)上，深入研究多變量并將多變量時間序列依賴性度量應(yīng)用于股票時序的實測數(shù)據(jù)當(dāng)中，提出把小波神經(jīng)網(wǎng)絡(luò)和主成分分析法推廣應(yīng)用到多變量時間序列的預(yù)測當(dāng)中，并用上證運輸指數(shù)進(jìn)行數(shù)據(jù)仿真。 ㈢研究了灰色預(yù)測、RBF神經(jīng)網(wǎng)絡(luò)預(yù)測和線性組合預(yù)測方法以及它們在股票時序中的局限性，提出將灰色預(yù)測、RBF神經(jīng)網(wǎng)絡(luò)、小波神經(jīng)網(wǎng)絡(luò)進(jìn)行有機(jī)結(jié)合，建立一種新的小波神經(jīng)網(wǎng)絡(luò)組合預(yù)測模型，并以中國股票