基于复杂网络的股市预测
发布时间：2021-04-03 18:51
股市预测一直是证券市场研究的热点问题,传统的马氏链预测模型只是将股价或是成交量划分状态进行预测,并未将股价和成交量两者联系起来,没有充分利用已知信息。本文利用粗粒化方法建立了股市价格和成交量联合变动的复杂网络模型,并通过模型计算了转移概率来利用加权马氏链模型对股市走势进行预测。本文主要内容分三个部分,具体如下:第一部分主要是介绍股市预测研究所需的背景和理论知识,包括股市预测的研究现状,复杂网络的基本理论、股票市场及马氏链在股市中应用的相关知识。第二部分重点介绍了金融复杂网络的指标特征在股市中的实际意义,以及对投资者的参考作用。同时介绍了利用股市波动网络的领接矩阵得到各种步长的转移概率的方法和利用自相关函数识别收益率序列的自相关阶数,从而利用复杂网络建立了股市的加权马氏链预测模型。第三部分对中国股市进行了实证分析,将中国证券市场按照不同时期经济的表现情况进行时间段得划分,同时分别选取不同的时间间隔利用粗粒化方法将股指收盘价和成交量转换为分量两两联动的二维符号序列,得到了多个网络图,分别考察各个网络的各种统计特性,并对结果进行了分析和对比,发现引入股指期货前和引入后股市统计特征有较大差别。...
【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：53 页
【学位级别】：硕士
【部分图文】：
上证指数波动网络图
上证综指的节点出入度点权分布
（a）普通坐标 （b）双对数坐标（c）半对数坐标图4-1 牛市、熊市和引入股指期货后的指数的出度点权分布由图4-1知引入股指期货后指数的点权分布与牛市和熊市的点权分布差异性较大，这说明股指期货对股指走势具有影响，引入股指期货前与引入后股市的波动网络的统计特征
【参考文献】：
期刊论文
[1]复杂网络链路预测[J]. 吕琳媛. 电子科技大学学报. 2010(05)
[2]Weighted Markov chains for forecasting and analysis in Incidence of infectious diseases in jiangsu Province,China[J]. Zhihang Peng a,Changjun Bao b,Yang Zhao a,Honggang Yi a,Letian Xia c,Hao Yu a,Hongbing Shen a,F eng Chen aa Department of Epidemiology and Biostatistics,Nanjing Medical University School of Public Health,Nanjing 210029,J iangsu Province,China b Center for Disease Control and Prevention of Jiangsu Province,Nanjing 210029,Jiangsu Province,China c Applied Mathematics Department,Hohai University,Nanjing 210029,Jiangsu Province,China. Journal of Biomedical Research. 2010(03)
[3]金融系统的非线性分析:交易量对股价波动的非线性影响[J]. 彭海伟,卢祖帝. 系统科学与数学. 2009(11)
[4]香港恒生指数的波动性分析[J]. 方卫东,李坤,张建功. 华南理工大学学报(自然科学版). 2008(12)
[5]基于多点加权马尔可夫链模型的股价预测分析[J]. 孙泉,赵旭峰,钱存华. 南京工业大学学报(自然科学版). 2008(03)
[6]上海证券市场的复杂网络特性分析[J]. 庄新田,闵志锋,陈师阳. 东北大学学报(自然科学版). 2007(07)
[7]马尔克夫分析法在我国股市预测中的应用[J]. 张银鹤,徐雅静. 数学的实践与认识. 2007(11)
[8]DNA序列分析法在金融数据时间序列中的应用[J]. 李平,汪秉宏. 中国科学院研究生院学报. 2003(02)
[9]基于新维灰色马尔科夫模型的股价预测算法[J]. 李东,苏小红,马双玉. 哈尔滨工业大学学报. 2003(02)
[10]运用马尔可夫链对上海股市有效性的检验[J]. 刘志新. 系统工程. 2000(01)
本文编号：3116890
【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：53 页
【学位级别】：硕士
【部分图文】：
上证指数波动网络图
上证综指的节点出入度点权分布
（a）普通坐标 （b）双对数坐标（c）半对数坐标图4-1 牛市、熊市和引入股指期货后的指数的出度点权分布由图4-1知引入股指期货后指数的点权分布与牛市和熊市的点权分布差异性较大，这说明股指期货对股指走势具有影响，引入股指期货前与引入后股市的波动网络的统计特征
【参考文献】：
期刊论文
[1]复杂网络链路预测[J]. 吕琳媛. 电子科技大学学报. 2010(05)
[2]Weighted Markov chains for forecasting and analysis in Incidence of infectious diseases in jiangsu Province,China[J]. Zhihang Peng a,Changjun Bao b,Yang Zhao a,Honggang Yi a,Letian Xia c,Hao Yu a,Hongbing Shen a,F eng Chen aa Department of Epidemiology and Biostatistics,Nanjing Medical University School of Public Health,Nanjing 210029,J iangsu Province,China b Center for Disease Control and Prevention of Jiangsu Province,Nanjing 210029,Jiangsu Province,China c Applied Mathematics Department,Hohai University,Nanjing 210029,Jiangsu Province,China. Journal of Biomedical Research. 2010(03)
[3]金融系统的非线性分析:交易量对股价波动的非线性影响[J]. 彭海伟,卢祖帝. 系统科学与数学. 2009(11)
[4]香港恒生指数的波动性分析[J]. 方卫东,李坤,张建功. 华南理工大学学报(自然科学版). 2008(12)
[5]基于多点加权马尔可夫链模型的股价预测分析[J]. 孙泉,赵旭峰,钱存华. 南京工业大学学报(自然科学版). 2008(03)
[6]上海证券市场的复杂网络特性分析[J]. 庄新田,闵志锋,陈师阳. 东北大学学报(自然科学版). 2007(07)
[7]马尔克夫分析法在我国股市预测中的应用[J]. 张银鹤,徐雅静. 数学的实践与认识. 2007(11)
[8]DNA序列分析法在金融数据时间序列中的应用[J]. 李平,汪秉宏. 中国科学院研究生院学报. 2003(02)
[9]基于新维灰色马尔科夫模型的股价预测算法[J]. 李东,苏小红,马双玉. 哈尔滨工业大学学报. 2003(02)
[10]运用马尔可夫链对上海股市有效性的检验[J]. 刘志新. 系统工程. 2000(01)
本文编号：3116890
本文链接：https://www.wllwen.com/jingjilunwen/jinrongzhengquanlunwen/3116890.html
