应用选举模型和灰色系统研究股票价格波动

发布时间：2020-11-12 09:00

　　 股票是市场经济的产物,从诞生的那天起就牵动着数以千万投资者的心。高风险,高回报是股票投资的特征,个人投资者和机构投资者时刻关心股票行市,分析财务数据,试图预测股票的发展趋势。股票市场是一个复杂的非线性动态系统,利用传统的回归分析等研究股票效果并不理想。本文应用统计物理模型中的选举模型以及灰色模型研究股票价格波动。 随机过程理论作为概率论的一个重要分支,被广泛地运用到金融问题的研究中。本文就是应用随机过程理论来建立选举模型,再应用选举模型和停时理论建立了股票收益过程,进而得到了股票价格过程。本文对所构造的股票价格过程的概率分布函数收敛到已被广泛接受的Black—Scholes公式的分布函数进行了理论分析,从而说明了通过本文所建立的股票价格过程对股票的分析、理解和预测都有具有一定的理论指导意义。 由于受到政治、经济、市场以及企业自身等各种因素的影响,股价的波动是杂乱且频繁的。对股票价格的各种分析、预测都存在一定的局限性,其结果也可能存在较大的误差。因此,我们认为股票市场是一个部分信息已知,部分信息未知的系统,气可以当作一个灰色系统来进行处理,股票价格作为其系统行为的特征量是一个灰色量。本文把灰色模型应用于股价预测,并改进其残差模型,通过实证分析,证明了改进的灰色模型与原模型相比预测精度有了一定的提高。
【学位单位】：武汉理工大学
【学位级别】：硕士
【学位年份】：2008
【中图分类】：F224;F830.91
【文章目录】：
摘要
ABSTRACT
目录
第1章 引言
第2章 证券预测分析理论
    2.1 证券的概述
        2.1.1 数量上的发展
        2.1.2 政策上的完善
    2.2 国外证券市场
        2.2.1 各国证券市场国际化的目标
        2.2.2 各国证券市场国际化的模式
        2.2.3 各国证券市场国际化进程的分析
    2.3 股票的概述
    2.4 股票常用预测方法
        2.4.1 证券投资分析方法
        2.4.2 时间序列分析法
        2.4.3 神经网络预测方法
        2.4.4 其他预测方法
        2.4.5 股价预测存在的问题
    2.5 股票价格、股票预测变量及相关变量
        2.5.1 股票价格
        2.5.2 股票预测变量和相关变量
    2.6 股票常用技术指标
        2.6.1 移动平均线（MA）
        2.6.2 随机指数（KD线）
        2.6.3 平滑异同移动平均线（MACD）
        2.6.4 相对强弱指数（RSI）
        2.6.5 交易量指标（OBV）
        2.6.6 人气买卖指标（AR）
        2.6.7 买卖意愿指标（BR）
        2.6.8 乖离率（BIAS）
    2.7 本章小节
第3章 应用选举模型和停时理论研究股价波动
    3.1 绪论
        3.1.1 选题背景
        3.1.2 选举模型基本概念
        3.1.3 停时与停时定理
        3.1.4 Poisson过程的基本概念
    3.2 股票价格模型的建立及其收敛性分析
        3.2.1 应用选举模型建立股票价格过程
        3.2.2 股票价格模型的收敛性分析
    3.3 本章小结
第4章 应用灰色模型 GM（1，1）预测股票价格
    4.1 绪论
        4.1.1 选题背景
        4.1.2 GM（1，1）模型
        4.1.3 GM（1，1）带残差修正模型
    4.2 实证分析
第5章 总结与展望
参考文献
致谢
攻读硕士学位期间发表论文
附录A

【参考文献】

相关期刊论文 前3条

1 王宁,王军;基于连续渗流的股市指数波动模型[J];北京交通大学学报;2004年06期

2 王宁,王军;利用Poisson Boolean模型建立股票价格波动过程及数据模拟[J];北京交通大学学报;2005年03期

3 朱立斌;ARIMA模型在股市预测中的应用[J];江苏统计;1999年01期

本文编号：2880548