基于HRM的金融时间序列预测

发布时间：2018-02-15 12:01

  本文关键词： HRM 金融时间序列 建模 预测　出处：《统计与决策》2011年02期 　论文类型：期刊论文

【摘要】：由于金融时间序列具有复杂、非线性、非平稳性、含噪声等特点,许多传统的线性及非线性方法难以对其进行有效的预测。为此,文章提出将HRM(A Hessian Regularized Nonlinear TimeSeries Model)应用于金融时间序列领域。实验结果表明,HRM具有较好的模型构建能力,拥有较快的计算速率,并且得到了较好的预测结果。
[Abstract]:Because financial time series have the characteristics of complexity, nonlinearity, nonstationarity and noise, many traditional linear and nonlinear methods are difficult to predict them effectively. In this paper, HRM(A Hessian Regularized Nonlinear TimeSeries models are applied to the field of financial time series. The experimental results show that the HRM(A Hessian Regularized Nonlinear TimeSeries models have better model building ability, faster calculation rate and better prediction results.
【作者单位】： 华东交通大学信息工程学院;
【基金】：教育部人文社会科学研究项目(09YJA630036)
【分类号】：F224;F830

【参考文献】

相关期刊论文 前3条

1 孙延风,梁艳春,姜静清,吴春国;金融时间序列预测中的神经网络方法[J];吉林大学学报(信息科学版);2004年01期

2 吴今培,段方勇;基于神经网络的非线性时间序列预测方法研究[J];系统工程;1997年05期

3 李兴绪,崔建福;MATLAB在金融时间序列分析及建模中的应用[J];计算机工程与科学;2004年07期

【共引文献】

相关期刊论文 前10条

1 曾庆成;神经网络在波罗的海运价指数预测中的应用研究[J];大连海事大学学报;2004年03期

2 曹星平,易东云,吴翊;基于神经网络的时间序列预测方法进展[J];电脑与信息技术;1999年06期

3 孙光伟,索胜军,陶永纯,蒋志坚;基于BP网络的空调负荷预报建模方法的研究[J];哈尔滨建筑大学学报;1999年03期

4 廖成,刘鲁,晓斌;机场旅客吞吐量的人工神经网络预测方法[J];航空计算技术;2000年03期

5 祝滨,刘耀年,陈得治;负荷分析与短期负荷预测的研究[J];东北电力技术;1999年11期

6 李立辉,田翔,杨海东,胡月明;基于SVR的金融时间序列预测[J];计算机工程与应用;2005年30期

7 朱勇华,张军,郭海晋;嘉陵江北碚站含沙量变化趋势的神经网络模型分析[J];武汉水利电力大学学报;1999年06期

8 胡旭川,吴今培,陈世权,刘永清;非线性时间序列预测的BP神经网络方法及应用[J];五邑大学学报(自然科学版);1999年04期

9 廖成,刘鲁,晓斌;机场旅客吞吐量的人工神经网络预测方法[J];小型微型计算机系统;2002年12期

10 刘刚;经济增长非线性时序预测方法研究[J];郑州航空工业管理学院学报;2000年04期

相关会议论文 前1条

1 吴今培;胡旭川;陈世权;;非线性时间序列动态建模与预测的BP神经网络方法[A];1999年中国智能自动化学术会议论文集（上册）[C];1999年

相关博士学位论文 前2条

1 卢山;基于非线性动力学的金融时间序列预测技术研究[D];东南大学;2006年

2 董玉亮;发电设备运行与维修决策支持系统研究[D];华北电力大学（北京）;2005年

相关硕士学位论文 前10条

1 韩数;航运企业外汇风险规避问题研究[D];大连海事大学;2000年

2 张瑜;时序模式发现算法研究与改进[D];河北工业大学;2003年

3 于皓;阜新市空气质量综合评价模型研究[D];辽宁工程技术大学;2004年

4 周仲礼;中国油气资源需求分析[D];成都理工大学;2004年

5 杨扬;汽液固三相流动沸腾传热系统的非线性建模研究[D];天津大学;2005年

6 代红果;几种典型VaR度量方法的比较研究[D];山东大学;2006年

7 柴明亮;关联规则在时间序列数据挖掘中的应用[D];北京工业大学;2006年

8 邓超风;环渤海主要港口吞吐量预测模型研究[D];武汉理工大学;2006年

9 陈红彪;中国股票市场波动的长期记忆性实证分析[D];天津大学;2006年

10 孙威;组合汇率预测方法在人民币/美元汇率预测上的应用[D];山东大学;2007年

【二级参考文献】

相关期刊论文 前4条

1 孙延风,梁艳春,孟庆福;改进的神经网络最近邻聚类学习算法及其应用[J];吉林大学学报(信息科学版);2002年01期

2 姜静清,梁艳春,孙延风,吴春国;引入收益因素的RBF神经网络及其应用[J];吉林大学学报(信息科学版);2002年03期

3 吴微,陈维强,刘波;用BP神经网络预测股票市场涨跌[J];大连理工大学学报;2001年01期

4 杨璐,高自友;一种可用于时序预测的自反馈神经网络[J];预测;1998年06期

【相似文献】

相关期刊论文 前10条

1 汪朋;;极值POT模型在VaR及CVaR中的应用及实证研究[J];金融经济;2011年16期

2 许文坤;张卫国;;金融时间序列分形维参数估计方法比较及应用[J];系统工程;2011年07期

3 江孝感;蔡宇;;向量MRS-GARCH模型波动持续性研究[J];管理科学学报;2011年08期

4 邢蕾;;基于小波分析时间序列预测技术进展[J];吉林金融研究;2009年04期

5 柴尚蕾;郭崇慧;苏木亚;;基于ICA模型的国际股指期货及股票市场对我国股市波动溢出研究[J];中国管理科学;2011年03期

6 苏鑫;周敏娟;;基于Copula模型的沪市A股投资组合风险分析[J];中国证券期货;2011年07期

7 周兴才;林金官;;相依假设下滑动平均过程最大部分和的矩(英文)[J];工程数学学报;2011年04期

8 季伟;;中国股市羊群效应的AR(p)检验模型与实证分析[J];东方企业文化;2011年12期

9 ;[J];;年期

10 ;[J];;年期

相关会议论文 前10条

1 张硕;惠晓峰;;金融时间序列的确定性成分与随机成分的分离[A];第十三届中国管理科学学术年会论文集[C];2011年

2 卢山;王海燕;;金融时间序列局部预测算法的优化[A];2005中国控制与决策学术年会论文集（下）[C];2005年

3 陈志航;程乾生;;基于隐马尔科夫模型的组合预测方法[A];第九届全国信号处理学术年会（CCSP-99）论文集[C];1999年

4 宋鹏燕;刘琼荪;;基于幂律型分布的动态VaR模型及实证研究[A];第十届中国管理科学学术年会论文集[C];2008年

5 马铁丰;;线性回归方法进行时间序列异常值检验及证券投资风险研究[A];加入WTO和中国科技与可持续发展——挑战与机遇、责任和对策（上册）[C];2002年

6 夏天;程细玉;;金融市场波动性预测的CARR类模型与GARCH类模型比较研究[A];科学发展观与系统工程——中国系统工程学会第十四届学术年会论文集[C];2006年

7 程砚秋;杨德权;;基于决策树和支持向量机的金融预测方法[A];中国企业运筹学学术交流大会论文集[C];2007年

8 林勇;赵国庆;喻祖国;;多重分形分析在经济中的应用[A];2002年中国管理科学学术会议论文集[C];2002年

9 李红权;马超群;邹琳;;中国证券市场的混沌动力学特征研究[A];中国优选法统筹法与经济数学研究会第七届全国会员代表大会暨第七届中国管理科学学术年会论文集[C];2005年

10 李红权;马超群;;风险度向量方法及其实证研究[A];管理科学与系统科学研究新进展——第8届全国青年管理科学与系统科学学术会议论文集[C];2005年

相关博士学位论文 前7条

1 王文静;金融时间序列的长记忆特性及预测研究[D];天津大学;2009年

2 苏木亚;谱聚类方法研究及其在金融时间序列数据挖掘中的应用[D];大连理工大学;2011年

3 汤凌冰;基于支持向量机的金融时间序列回归分析[D];上海交通大学;2010年

4 卢山;基于非线性动力学的金融时间序列预测技术研究[D];东南大学;2006年

5 赵越;半参数模型的统计推断及其在金融中的应用[D];大连理工大学;2010年

6 王灵芝;中国证券市场流动性风险的量化与管理研究[D];上海交通大学;2010年

7 马云艳;相依数据下协变量调整回归模型及其在金融时间序列中的应用[D];山东大学;2012年

相关硕士学位论文 前10条

1 李谦;现代优化算法在金融时间序列参数估计中的应用[D];暨南大学;2011年

2 李潮潮;基于模糊聚类的金融时间序列对公共信息的反应强度研究[D];昆明理工大学;2011年

3 郑纪安;基于小波分析和神经网络的金融时间序列预测研究[D];厦门大学;2009年

4 茹正亮;基于状态空间模型的金融时间序列预测方法[D];河海大学;2007年

5 张燕;金融时间序列分析中的小波方法[D];河海大学;2006年

6 李强;线性模型下的蒙特卡罗算法和数据挖掘[D];重庆大学;2005年

7 王波;基于神经网络的金融时间序列分析[D];天津大学;2005年

8 彭选华;金融资产收益波动的多尺度GARCH模型研究[D];重庆大学;2007年

9 王世姣;金融时间序列的半参数分析及风险度量[D];北京化工大学;2011年

10 罗勇;小波神经网络在金融时间序列分析中的应用[D];成都理工大学;2007年

，

本文编号：1513215