基于多模型分析的期货价格预测研究 ——以白糖期货为例

基于多模型分析的期货价格预测研究 ——以白糖期货为例

论文摘要

随着我国市场经济地位的提高和财富管理需求的增强,越来越多的投资者愿意参与到期货市场之中,期货交易已成为金融交易和金融衍生品交易中的重要交易品种。期货市场的健康稳定发展也成为基金经理和投资者研究的热点,无论是投资期货市场还是进行投机操作,控制风险都显得尤为重要。通过预测和分析来制定相应的交易原则,并根据交易原则进行风险控制,对期货市场的健康发展有着重要意义。白糖期货于2006年初正式在我国郑交所挂牌交易,这一举措推动我国在世界范围内糖价制定中占据更有利的位置,大大加强了我国白糖在国际市场的影响力和竞争力。由于其价格是多种客观和主观因素共同影响的结果,难以将诸多影响因子量化和测量,因此根据以上原因,本研究将选取白糖期货收盘价建立时间序列预测模型,以预测价格作为本文研究重点。目前,随着国内外学者的深入研究和现代科学技术的进步发展,对期货的预测方法越来越多。以统计方法为例,有时间序列预测模型、灰色预测模型、神经网络预测模型等。本文利用ARIMA模型、GM(1,1)灰色预测模型和BP神经网络模型三种单一预测模型来预测白糖期货价格,在单一预测模型的基础上,提出了线性组合预测模型和基于ARIMA-BP神经网络的非线性组合预测模型。通过对比分析得知,组合预测可以有效地降低单个预测模型的误差,预测效果更好,预测精度较高。为了检验模型的适用性,本文选取上升、震荡、下降3种行情以及基于长中短期3中不同时间跨度下共9种不同情况下进行预测建模及分析,以此对组合预测模型进行检验。本文得出以下结论:实证结果表示任意行情下无论在长期跨度还是短期跨度BP神经网络与另外两种单一预测模型相比预测效果更好,两种组合预测模型与单一预测模型相比,都具有较好的预测效果;在两种组合预测模型中,基于ARIMA-BP神经网络的非线性组合预测模型在绝大多数情况下预测精确度更高,具有普遍的适用性。这一结论对未来期货价格预测研究具有良好的理论和实践意义。通过上述对不同预测方法的比较分析,本文以此为依据,就加强调控持续市场风险、注重非线性组合预测、充分考虑数据时间跨度、加强期货知识和技能培训和教育以及强化期货市场贸易监控等方面,提出有助于投资者进行决策和发展我国白糖期货市场的政策建议。

论文目录

  • 摘要
  • Abstract
  • 1 引言
  •   1.1 研究背景、意义及目的
  •     1.1.1 研究背景
  •     1.1.2 研究意义
  •     1.1.3 研究目的
  •   1.2 国内外相关研究动态
  •     1.2.1 期货价格影响因素进展研究
  •     1.2.2 期货价格预测进展研究
  •     1.2.3 组合预测模型进展研究
  •   1.3 研究思路和方法
  •     1.3.1 研究思路
  •     1.3.2 研究方法
  •   1.4 研究的主要内容
  •   1.5 创新点
  • 2 白糖期货市场概述
  •   2.1 白糖期货市场的发展
  •   2.2 白糖期货市场现状及走势分析
  •     2.2.1 白糖期货合约介绍
  •     2.2.2 市场现状
  •     2.2.3 走势分析
  •   2.3 影响白糖期货价格的因素
  •     2.3.1 白糖现货市场供给和需求
  •     2.3.2 季节性
  •     2.3.3 替代品价格
  •     2.3.4 国家宏观调控政策
  • 3 单一模型的白糖期货价格预测
  •   3.1 ARIMA模型实证
  •     3.1.1 ARIMA模型概述
  •     3.1.2 模型步骤
  •     3.1.3 ARIMA模型建模及预测
  •   3.2 灰色预测模型实证
  •     3.2.1 灰色预测模型概述
  •     3.2.2 GM(1,1)模型原理
  •     3.2.3 GM(1,1)模型建模及预测
  •   3.3 BP神经网络模型实证
  •     3.3.1 BP神经网络模型概述
  •     3.3.2 BP神经网络模型原理
  •     3.3.3 BP神经网络建模及预测
  • 4 白糖期货价格的组合预测
  •   4.1 组合预测原理
  •   4.2 白糖期货价格的线性组合预测
  •   4.3 基于ARIMA-BP神经网络非线性组合预测
  • 5 白糖期货价格预测模型的适用性检验
  •   5.1 数据选取
  •   5.2 模型适用性检验
  •   5.3 适用性检验结论
  • 6 结论与建议
  •   6.1 结论
  •   6.2 政策建议
  •     6.2.1 加强调控持续市场风险准备
  •     6.2.2 价格预测中更加注重非线性组合预测
  •     6.2.3 价格预测中应当充分考虑数据时间跨度
  •     6.2.4 加强参与者期货知识和技能培训和教育
  •     6.2.5 强化期货市场贸易监控
  •   6.3 后续研究工作和展望
  • 参考文献
  • 攻读硕士研究生期间的主要研究成果
  • 附录
  •   附录 A 原始数据
  •   附录 B MATLAB源代码
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 程爽

    导师: 毛有碧

    关键词: 白糖期货,价格预测,神经网络,组合预测

    来源: 贵州财经大学

    年度: 2019

    分类: 基础科学,经济与管理科学

    专业: 数学,宏观经济管理与可持续发展,金融,证券,投资,投资

    单位: 贵州财经大学

    分类号: F224;F832.5

    DOI: 10.27731/d.cnki.ggzcj.2019.000213

    总页数: 75

    文件大小: 2142K

    下载量: 222

    相关论文文献

    • [1].期货价格、通胀预期与经济政策调控——基于中国商品期货市场的实证分析[J]. 中国证券期货 2018(04)
    • [2].怎样正确分析和预测期货价格变化趋势[J]. 商讯 2018(12)
    • [3].我国期货行业中长期发展趋势探析[J]. 环球市场信息导报 2016(44)
    • [4].如何稳步扩大"保险+期货"试点[J]. 当代金融家 2017(02)
    • [5].中国证监会期货监管部主任冉华:加强监管 发展农产品期货市场[J]. 农产品市场周刊 2016(45)
    • [6].大宗商品萌“春意”[J]. 金融世界 2017(02)
    • [7].鸡蛋远月合约投资有机会[J]. 农产品市场周刊 2017(11)
    • [8].鸡蛋即将走出灰暗期?[J]. 农产品市场周刊 2017(22)
    • [9].期货与大宗商品交易研究[J]. 全国流通经济 2019(08)
    • [10].人民币供应量对黄金期货价格影响的实证分析[J]. 金融经济 2017(04)
    • [11].浅谈我国农产品期货价格保险的创新问题[J]. 全国商情(经济理论研究) 2016(06)
    • [12].我国粮食期货价格与汇率之间信息溢出特征[J]. 统计与决策 2013(21)
    • [13].数据说话[J]. 农产品市场周刊 2008(25)
    • [14].黑龙江省开展农产品期货价格保险政策研究[J]. 农场经济管理 2016(08)
    • [15].对外开放中的期货市场[J]. 中国金融 2019(04)
    • [16].农产品期货价格保险及其在价格机制改革中的作用[J]. 保险研究 2017(03)
    • [17].中外锌期货价格关联性研究[J]. 价格月刊 2016(04)
    • [18].欧盟碳配额现货与期货价格关系及对中国的借鉴[J]. 中国人口·资源与环境 2016(07)
    • [19].农产品期货创新与“三农”供给侧发展[J]. 当代金融家 2017(11)
    • [20].铁矿石期货引入境外交易者正式起航[J]. 冶金管理 2018(05)
    • [21].美国货币供应量对黄金期货价格影响探析[J]. 科技创业月刊 2016(19)
    • [22].豆类期货价格将走向何方?[J]. 华夏星火 2009(06)
    • [23].农产品期货可为农户种植收益保驾护航[J]. 甘肃农业 2017(21)
    • [24].国内外粮食期货价格动态关系研究[J]. 商业研究 2015(10)
    • [25].中国白糖期货价格功能的实证分析[J]. 今日中国论坛 2012(11)
    • [26].浅谈影响期货价格的因素[J]. 中国商界(上半月) 2010(08)
    • [27].天胶期货价格与现货价格关系实证研究[J]. 时代金融 2011(23)
    • [28].货币政策对中国农产品期货价格的影响——基于泡沫期和非泡沫期的比较[J]. 农业技术经济 2019(12)
    • [29].保险+期货 农户尝甜头[J]. 农村.农业.农民(B版) 2017(12)
    • [30].农产品期货价格波动因素估计与分解研究[J]. 暨南学报(哲学社会科学版) 2017(03)

    标签:;  ;  ;  ;  

    基于多模型分析的期货价格预测研究 ——以白糖期货为例
    下载Doc文档

    猜你喜欢