基于贝叶斯—灰色预测理论的股指预测研究

发布时间：2020-05-27 06:11

【摘要】：随着我国经济实力的逐渐提升,人民的生活水平日益提高,人们的口袋也越来越鼓,如今已经有越来越多的人开始学习理财,而得到最多关注的,就要数股票市场了。股票市场对于一个国家的重要性是毋庸置疑的,中国金融的发展历史,基本上可以通过股票市场的发展,作为其缩影。股票市场上市公司数量越来越多、参与股票投资的资金量越来越多、关注股票市场的人越来越多,这也就意味着对股票市场进行研究的人也越来越多了。金融市场的发展状况,牵动着所有投资者的心,也牵动着政府监管部门的心。2015年的中国“股灾”还历历在目,股票市场由于其交易门槛低、交易操作便捷,确实是理财投资的最佳场所之一,但其高风险性是不容我们忽视的,所以如何对股票市场进行研究,得到了金融业界以及学术界的广泛关注。本文通过对股市的日常状态的观察,从宏观角度以及微观角度分析了股票市场的运作规律,提出了在一定的时间区间内,股票市场会处于一种封闭状态的观点,由此创新性地提出了使用贝叶斯方法优化出理想的预测窗口长度然后与灰色模型相结合构造预测模型的办法对上证综指进行预测。本文详细介绍了 GM(1,1)、灰色Verhulst模型和离散灰色Verhulst模型的原理以及其特征。在使用贝叶斯-GM(1,1)、贝叶斯-灰色Verhulst模型、贝叶斯-离散灰色Verhulst模型以及三种单一的灰色模型进行初步实证之后,发现了在使用灰色Verhulst模型对上证指数进行预测的时候,会在一定的时点上出现模型预测结果严重偏离真实值的情况,为此分析了模型预测值发生严重偏离的具体原因,并大胆的提出了贝叶斯与混合灰色模型相结合的方法,构建了贝叶斯-GM(1,1)-Verhulst预测模型、贝叶斯-GM(1,1)-离散Verhulst预测模型以及无贝叶斯方法的混合预测模型。通过实证分析,证明了混合模型具有更加优秀的预测能力,同时不管是初步实证分析还是后面优化模型的实证分析,通过贝叶斯方法产生的灰色预测窗口长度的结果,简单验证了在一定时间区间内,上证指数会呈现出一致性。
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：N941.5;F832.51

【相似文献】

相关期刊论文 前10条

1 苗义烽;周晓昭;;主观贝叶斯方法在列车占用丢失报警原因分析中的应用[J];铁路计算机应用;2014年12期

2 艾艳杰;;基于贝叶斯方法的比例数据分位数推断及其应用[J];散文百家(新语文活页);2017年01期

3 云连英;汪荣伟;;保费调整的贝叶斯方法[J];统计与决策;2006年05期

4 张渭彬;;应力与强度相关条件下产品可靠度的Bayes估计[J];强度与环境;1988年06期

5 张建国;;贝叶斯方法及其问题浅识[J];医学与哲学;1988年11期

6 王宏洲;引信的可靠性评定——贝叶斯方法和经验贝叶斯方法[J];现代引信;1989年02期

7 石国桢;;工程诊断和诊断中的贝叶斯方法[J];机械强度;1984年02期

8 邹亚娟;;贝叶斯方法在数据挖掘中的应用进展[J];科技致富向导;2014年14期

9 丁东洋;刘希阳;;风险分析中的稳健贝叶斯方法[J];内蒙古财经学院学报;2011年04期

10 丁东洋;周丽莉;;贝叶斯方法在污水处理收费研究中的应用[J];统计教育;2009年03期

相关会议论文 前10条

1 丁东洋;刘希阳;;风险分析中的稳健贝叶斯方法[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年

2 David Z.D'Argenio;;贝叶斯方法在实验室研究向临床的转化以及辨识隐含亚群体中的应用(英文)[A];中国药理学会临床药理学专业委员会会议暨第十次全国临床药理学学术会议论文集[C];2007年

3 胡桂华;易跃明;林敏;;稀少项目子总体估计的贝叶斯方法——基于一个抽样审计问题的讨论[A];中国会计学会高等工科院校分会2008年学术年会（第十五届年会）暨中央在鄂集团企业财务管理研讨会论文集（下册）[C];2008年

4 杨丽;武海滨;李康;;无金标准诊断试验评价的贝叶斯方法及应用[A];2011年中国卫生统计学年会会议论文集[C];2011年

5 朱永生;;贝叶斯方法确定泊松变量的置信上限[A];中国物理学会高能物理分会第七届学术年会实验分会场论文集[C];2006年

6 王增忠;柳玉杰;施建刚;;建筑工程项目全寿命安全管理决策的贝叶斯方法[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

7 马东辉;;ASReml在分子育种中的应用[A];第一届全国玉米生物学学术研讨会论文汇编[C];2015年

8 费斌军;陈勃;;疲劳强度参数概率分布的贝叶斯方法[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（下册）[C];2001年

9 龚盛夏;黄乘利;;贝叶斯方法反演类地行星内部结构[A];中国地球物理2013——第二十五专题论文集[C];2013年

10 李强;王黎明;王文雯;;基于中国股市行业收益率面板数据的贝叶斯方法变点检测[A];中国系统工程学会第十八届学术年会论文集——A13其他管理领域的创新研究成果问题[C];2014年

相关博士学位论文 前10条

1 钱永青;结构化贝叶斯压缩感知技术及其应用研究[D];武汉大学;2013年

2 张少中;基于贝叶斯网络的知识发现与决策应用研究[D];大连理工大学;2003年

3 李小琳;面向智能数据处理的贝叶斯网络研究与应用[D];吉林大学;2005年

4 黄友平;贝叶斯网络研究[D];中国科学院研究生院（计算技术研究所）;2005年

5 胡笑旋;贝叶斯网建模技术及其在决策中的应用[D];合肥工业大学;2006年

6 王红梅;保护隐私的贝叶斯网络学习研究[D];天津大学;2006年

7 董立岩;贝叶斯网络应用基础研究[D];吉林大学;2007年

8 周忠宝;基于贝叶斯网络的概率安全评估方法及应用研究[D];国防科学技术大学;2006年

9 李旭升;贝叶斯网络分类模型研究及其在信用评估中的应用[D];西南交通大学;2007年

10 孙兆林;基于贝叶斯网络的态势估计方法研究[D];国防科学技术大学;2005年

相关硕士学位论文 前10条

1 卞凯莹;服从指数分布的经济数据的贝叶斯估计[D];江苏师范大学;2018年

2 鲁鹏;变分贝叶斯分解算法在红外无损检测中的应用研究[D];电子科技大学;2018年

3 黄兴全;民航旅客忠诚度预测研究[D];中国民用航空飞行学院;2018年

4 张洁;基于MMHC混合算法的贝叶斯网络在2型糖尿病影响因素研究的应用[D];山西医科大学;2018年

5 李艺迪;基于贝叶斯—灰色预测理论的股指预测研究[D];山东大学;2018年

6 张德云;基于贝叶斯网络的个人生活数据分析[D];东南大学;2017年

7 陈兵飞;基于图拉普拉斯的稀疏贝叶斯分类算法研究[D];中国科学技术大学;2017年

8 徐辉;基于贝叶斯方法波动率的期权定价[D];湖南大学;2014年

9 王哲;多层贝叶斯方法在消费者行为中的应用研究[D];南京航空航天大学;2012年

10 谭莉;基于贝叶斯方法的结构稳健优化[D];大连理工大学;2016年

，

本文编号：2683086