基于中国股指序列的混沌建模与预测研究

基于中国股指序列的混沌建模与预测研究

论文摘要

本文主要研究了金融混沌时间序列的相空间重构参数的选取以及非线性预测的方法。从Lyapunov指数定义式出发,提出了关于该指数的解析计算方法;同时,在非线性预测方法基础上提出了局域非线性多项式预测的方法。通过对Logistic映射、立方映射以及正弦映射的仿真实验证实了解析计算方法的有效性;通过对上证指数时间序列的局域非线性多项式预测,结果表明该方法对于实际值具有良好的预测效果。论文的安排如下:首先,概述了中国股票市场的发展历程及特点以及传统的研究股票市场的计量模型。其次,介绍了混沌理论的发展历程以及混沌系统的特点,如对初始值的敏感性、有界性、遍历性、丰富的层次和自相似结构、正的Lyapunov指数。并进一步介绍了混沌现象在不同领域中的研究,表明混沌现象在现实生活中普遍存在,研究混沌系统将会帮助我们更好地解释各类现象。第三,从Lyapunov指数的定义式出发,提出了关于一维混沌映射Lyapunov指数的解析计算方法,并通过对Logistic映射、立方映射、正弦映射的仿真实验证实了该方法的正确性。最后,针对中国股票市场的上证指数,选用对数线性去趋势平稳化(LLD)的方法消除了外部因素对于预测结果的影响。利用互信息法和CAO法确定了该时间序列相空间的重构参数为τ=3,m=10。在预测方法上,比较了局域平均预测法和局域线性预测法的优缺点,并提出了局域非线性多项式的预测方法,通过实证研究证实了该方法对于实际值具有良好的预测效果,使用该方法能够更加有效地进行预测。

论文目录

  • 摘要
  • abstract
  • 第1章 绪论
  •   1.1 中国股市概述
  •   1.2 股市研究方法概述
  •   1.3 混沌学的兴起及其发展历程
  •   1.4 混沌定义及其特征
  •   1.5 创新点
  • 第2章 混沌时间序列研究方法
  •   2.1 相空间重构理论
  •   2.2 重构参数的确定
  •   2.3 混沌时间序列特征值
  •   2.4 混沌时间序列的预测方法
  • 第3章 一维混沌映射Lyapunov指数的解析计算方法
  •   3.1 定理的提出与证明
  •   3.2 典型一维映射Lyapunov指数的解析计算方法举例
  •   3.3 数据仿真验证
  •   3.4 小结与展望
  • 第4章 混沌时间序列在上证指数中的应用
  •   4.1 股指序列的相空间重构
  •   4.2 股指序列混沌现象的判别
  •   4.3 股指序列的预测
  •   4.4 小结
  • 第5章 结论与展望
  • 参考文献
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 董翼豪

    导师: 张勇

    关键词: 股票市场,混沌时间序列,相空间重构,指数,预测,非线性

    来源: 江西财经大学

    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

    单位: 江西财经大学

    分类号: F224;F832.51

    总页数: 54

    文件大小: 2238K

    下载量: 134

    相关论文文献

    • [1].基于条件熵的混沌时间序列的非均衡重构[J]. 山西科技 2020(05)
    • [2].多元混沌时间序列的加权极端学习机预测[J]. 控制理论与应用 2013(11)
    • [3].混沌时间序列的平均周期计算方法[J]. 系统工程 2010(12)
    • [4].最小二乘支持向量机在混沌时间序列中的应用[J]. 计算机仿真 2011(02)
    • [5].混沌时间序列的支持向量机预测[J]. 统计与决策 2010(01)
    • [6].基于多元混沌时间序列的数控机床运动精度预测[J]. 农业机械学报 2017(03)
    • [7].混沌时间序列分析与预测研究综述[J]. 信息与控制 2020(01)
    • [8].基于鲁棒极端学习机的混沌时间序列建模预测[J]. 物理学报 2018(03)
    • [9].基于混沌时间序列的地下水动态预报[J]. 水资源与水工程学报 2010(05)
    • [10].混沌时间序列的神经网络预测研究[J]. 海军航空工程学院学报 2008(01)
    • [11].基于粒子滤波的混沌时间序列局域多步预测[J]. 现代电子技术 2018(01)
    • [12].基于径向基神经网络预测的混沌时间序列嵌入维数估计方法[J]. 物理学报 2011(07)
    • [13].基于混沌时间序列的桥梁沉降预测[J]. 北京测绘 2018(08)
    • [14].多元混沌时间序列的因子回声状态网络预测模型[J]. 自动化学报 2015(05)
    • [15].基于多元混沌时间序列的油田产量预测模型[J]. 数学的实践与认识 2016(06)
    • [16].混沌时间序列在股票价格长期预测中的应用[J]. 哈尔滨商业大学学报(自然科学版) 2015(01)
    • [17].一种错误率可控的混沌时间序列区间预测算法[J]. 控制与决策 2019(05)
    • [18].一种基于误差补偿的多元混沌时间序列混合预测模型[J]. 物理学报 2013(12)
    • [19].基于SVM的混沌时间序列分析[J]. 动力学与控制学报 2009(01)
    • [20].混沌时间序列的模糊聚类预测与目标检测[J]. 电子测量与仪器学报 2008(05)
    • [21].混沌时间序列拟随机性的一种解释[J]. 南京工程学院学报(自然科学版) 2017(02)
    • [22].基于最大Lyapunov指数不变性的混沌时间序列噪声水平估计[J]. 物理学报 2012(06)
    • [23].基于遗传算法优化RBF网络的预测混沌时间序列[J]. 科技通报 2012(08)
    • [24].基于李雅普诺夫指数的临近点选取方法[J]. 统计与决策 2016(20)
    • [25].基于混沌时间序列支持向量机的开关磁阻电机建模[J]. 制造业自动化 2012(06)
    • [26].基于混沌时间序列模型的危险化学品泄漏事故预测[J]. 安全与环境工程 2018(03)
    • [27].基于条件熵扩维的多变量混沌时间序列相空间重构[J]. 物理学报 2011(02)
    • [28].基于混沌时间序列分析的感光式火灾识别算法[J]. 火灾科学 2008(04)
    • [29].基于混沌时间序列的模糊神经网络预测研究[J]. 软件导刊 2018(02)
    • [30].基于联合熵的多变量混沌时间序列相空间重构[J]. 西南师范大学学报(自然科学版) 2011(04)

    标签:;  ;  ;  ;  ;  ;  

    基于中国股指序列的混沌建模与预测研究
    下载Doc文档

    猜你喜欢