基于COPULA方法提取非線性時間序列的趨勢項.pdf

1、本文對運用動力系統(tǒng)方法研究預(yù)測非線性時間序列的問題進行了探討，并主要針對其中時間序列提取趨勢項在方法上有所創(chuàng)新。 文中研究的對象是美國證券市場這個復(fù)雜系統(tǒng)，通過對標(biāo)準(zhǔn)普爾和NASDAQ指數(shù)時間序列進行觀測，尋找復(fù)雜系統(tǒng)中蘊藏的函數(shù)關(guān)系，具體而言，先是利用Copula函數(shù)的方法構(gòu)造衡量模型，并提取該時間序列的趨勢項，進而以時間序列的趨勢項為數(shù)據(jù)尋找復(fù)雜系統(tǒng)中蘊藏的函數(shù)關(guān)系，在尋找函數(shù)關(guān)系時論證了美國證券市場是一個具有混沌特征的復(fù)雜

2、系統(tǒng)，最終確定使用動力系統(tǒng)方法對證券市場指數(shù)進行了短期的預(yù)測。 本文內(nèi)容具體安排如下： 第一章：首先簡要介紹了Copula函數(shù)、經(jīng)驗Copula函數(shù)的定義以及Sklar定理等相關(guān)知識。 第二章：應(yīng)用Copula函數(shù)方法構(gòu)造了積分絕對誤差這一衡量模型，為下面提取時間序列的趨勢項做理論和方法上的準(zhǔn)備。 第三章：為了研究美國證券市場這個復(fù)雜系統(tǒng)，勢必要找到該系統(tǒng)內(nèi)部蘊含的函數(shù)關(guān)系，以標(biāo)準(zhǔn)普爾和NASDAQ指數(shù)為

3、觀測時間序列，通過線性和分段線性的方法對提取過趨勢項的時間序列進行預(yù)測，結(jié)果表明該時間序列來自非線性有混沌特征的復(fù)雜系統(tǒng)。 第四章：這部分是本文的核心，在確定美國證券市場具有混沌特征之后，討論了混沌理論中的動力系統(tǒng)方法，通過對二維時間序列進行相空間重構(gòu)最后尋找到復(fù)雜系統(tǒng)內(nèi)蘊藏的函數(shù)關(guān)系，并對其進行了較好的短期預(yù)測。 第五章：闡述了本文的結(jié)論，用Copula函數(shù)構(gòu)造的積分絕對誤差模型的方法來提取時間序列的趨勢項效果較好；美