基于误差修正的我国创业板指数预测优化研究

发布时间：2017-09-25 14:19

  本文关键词：基于误差修正的我国创业板指数预测优化研究

  更多相关文章： 创业板指数 ARMA模型 GARCH模型 支持向量回归模型

【摘要】：股票价格指数作为反映股票市场总的价格水平变化的重要指标,同时也是金融市场上重要的金融工具之一,如何对其价格的波动进行预测一直以来是国内外金融领域研究的焦点问题之一。ARMA模型和GARCH模型是金融时间序列分析应用研究中最为常用的两种模型,组合ARMA-GARCH模型在对创业板指数的预测中较单一ARMA模型的预测效果有所提高;进一步地,支持向量回归模型对ARMA-GARCH模型拟合的残差序列进行拟合预测,并利用遗传算法与粒子群算法对其中参数进行寻优处理,对残差序列进行校正预测。结果表明,利用经过参数寻优的组合ARMA-GARCHSVR模型的预测效果有较明显的提升。
【关键词】：创业板指数 ARMA模型 GARCH模型 支持向量回归模型
【学位授予单位】：暨南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F224;F832.51
【目录】：

• 摘要3-4
• Abstract4-6
• 第1章 绪论6-14
• 1.1 研究背景及意义6-8
• 1.2 国内外研究现状8-11
• 1.3 本文的研究内容及创新11-14
• 第2章 经典计量经济学与现代机器学习模型介绍14-24
• 2.1 ARMA和ARIMA模型14-15
• 2.2 ARCH和GARCH模型15-16
• 2.3 机器学习与支持向量机16-18
• 2.4 遗传算法和粒子群算法18-24
• 第3章 数据选取与描述性统计分析24-32
• 3.1 数据选取与预处理24-25
• 3.2 描述性统计分析25-32
• 第4章 实证研究32-48
• 4.1 研究思路概述32
• 4.2 模型预测效果的评价方法32-33
• 4.3 创业板指数的实证分析33-46
• 4.4 预测效果的比较与分析46-48
• 第5章 政策与建议48-51
• 5.1 总结48-49
• 5.2 政策建议49-51
• 参考文献51-53
• 致谢53

【相似文献】

中国期刊全文数据库 前10条

1 李俪巧,陈智高;转移成本与竞争的简单模型分析[J];企业经济;2002年10期

2 白玲;王歆;;服务创新的四纬度模型对我国金融服务创新的启示[J];商场现代化;2007年31期

3 李超;;企业增长的3C模型分析[J];中国中小企业;2011年08期

4 蔡e，

本文编号：917821