基于GARCH與BP-ANN的股價預測能力比較研究.pdf

1、預測金融資產的價格變化規(guī)律一直是金融學領域一個非常重要，并且具有挑戰(zhàn)性的問題。金融資產價格的時間序列數據具有時變性、非線性、非平穩(wěn)等特性。這使得對于其價格的預測非常的復雜和困難。計量經濟學家發(fā)明了一系列的計量方法來處理這類問題;常用的模型包括:線性回歸模型，時間序列模型等等。另外，人工智能的模型，如人工神經網絡、遺傳算法等模犁也越來越多的被應用到價格預測中。本文運用金融時間序列分析法與人工智能算法對我國股票價格進行預測，并對這兩種模型的

2、預測結果進行比較。這在理論和實際方面都有著較為重要的意義。
　　本文首先綜述以上兩類方法在股價預測領域的歷史與發(fā)展;如金融時間序列分析的自回歸滑動平均ARMA模型、向量自回歸VAR模型和廣義自回歸條件異方差GARCH模型等，以及人工智能算法的人工神經網絡ANN、遺傳算法GA等;然后在中國股票市場這個背景下進行數據分析研究，即使用EViews和MATLAB軟件分別運行具有兩類代表性的GARCH模型和BP-ANN模型，分別對上證A股指