多尺度下长记忆金融混沌序列预测研究

发布时间：2023-04-25 05:37

　　现代金融市场发展迅猛,股票价格波动瞬息万变,准确把握金融波动的实时信息是金融领域的核心问题之一。本文针对金融混沌序列,引入EEMD分解技术,准确把握金融市场价格变化规律,揭示中国金融市场的内在发展变化,通过构建金融混沌序列的预测模型,实现其理论及实践意义。本文将沪深300指数日收盘价作为研究对象,研究内容如下:1)首先,利用EEMD分解技术,将沪深300指数分解为10个IMFs和一个趋势项,利用Zhang提出的方法,将分解后所形成的IMFs重构,构成短期波动,中长期波动以及长期波动分量。接下来,对各个不同周期分量作单分形分析,本文发现具有不同经济意义的波动分量具有不同的分形特征。2)其次,在分析单分形特征后,进一步地对序列进行多重分形特征分析。如果序列的分形特性越明显则表明其波动的特征越为复杂。为了进一步研究序列的多重分形的成因,将序列的顺序打乱,分析其多重分形特征,有助于进一步理解和挖掘序列波动的内在规律。3)对序列进行分形分析后,对其进行混沌识别,来判断各序列的混沌特征。首先,对序列的非线性及确定性进行检验,本文所采用的方法是BDS检验以及递归图法。确定序列来自于非线性及确定性系统...

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 选题背景及研究意义
        1.1.1 选题背景
        1.1.2 研究意义
    1.2 金融混沌序列的国内外研究进展
        1.2.1 金融混沌序列的分形特征研究
        1.2.2 金融混沌序列的混沌特征研究
        1.2.3 金融混沌序列的预测方法研究
    1.3 研究内容和研究思路
        1.3.1 研究内容
        1.3.2 研究思路
    1.4 本文创新点
    1.5 本章小结
第2章 金融市场分形特征研究
    2.1 金融市场分形理论与方法研究
        2.1.1 单分形过程
        2.1.2 重标极差(R/S)分析法
    2.2 集合经验模态分解
        2.2.1 经验模态分解
        2.2.2 集合经验模态分解
    2.3 金融市场的分形特征实证分析
        2.3.1 数据的选取
        2.3.2 沪深300指数EEMD分解
        2.3.3 金融市场单分形特征研究
    2.4 本章小结
第3章 金融市场多重分形特征研究
    3.1 金融市场多重分形方法研究
        3.1.1 多重分形过程
        3.1.2 局部H(?)lder指数
        3.1.3 多重分形谱
        3.1.4 多重分形消除趋势波动分析
    3.2 金融市场多重分形实证分析
        3.2.1 数据描述
        3.2.2 金融市场多重分形特征研究
        3.2.3 多重分形特征的成因
    3.3 本章小结
第4章 金融市场混沌特性研究
    4.1 混沌的定义及特征
    4.2 金融市场混沌特征理论与方法研究
        4.2.1 金融市场的非线性检验
        4.2.2 金融市场的确定性检验
        4.2.3 相空间重构
    4.3 金融市场混沌特性实证分析
        4.3.1 数据的选取
        4.3.2 BDS检验
        4.3.3 确定性检验
        4.3.4 相空间重构
    4.4 本章小结
第5章 基于SVR的金融市场混沌序列预测研究
    5.1 混沌序列预测理论与方法研究
        5.1.1 集合经验模态分解
        5.1.2 相空间重构
        5.1.3 支持向量机
        5.1.4 粒子群(PSO)优化SVR算法
    5.2 EEMD-PSVR预测模型的建立
    5.3 中国金融市场混沌序列预测实证分析
        5.3.1 数据选取
        5.3.2 EEMD分解
        5.3.3 相空间重构
        5.3.4 基于SVR的混沌序列预测
    5.4 本章小结
结论与展望
    1、结论
    2、展望
参考文献
致谢
攻读硕士学位期间发表的论文和其它科研情况



本文编号：3800816