基于LVQ对股指期货交易信息分析的股票指数走势识别研究

发布时间：2017-05-18 07:24

  本文关键词：基于LVQ对股指期货交易信息分析的股票指数走势识别研究，由笔耕文化传播整理发布。

【摘要】：随着股指期货市场投资者增多,交易量持续放大,它对股票市场的影响日益加深。本文旨在运用期货市场的技术分析方法,根据LVQ神经网络的分类模式,将沪深300指数期货(IF)和中证500股指期货(IC)的日行情信息作为输入向量,股票指数未来趋势作为输出向量,以技术分析的角度筛选股指期货日行情信息中对股票指数走势造成影响的变量。通过对输入向量以价格类别或成交量、交易量类别等形式组合,选择不同时间上市交易的股指期货合约,研究期货市场交易信息中会对股票指数未来走势产生重要影响的因素,并且发现期货市场的量、价类别因素交互影响的关系。总体上,由于上市时间、交割到期日的差别,不同种类合约对价和量类别因素的敏感程度是不同的。具体而言,IC期货合约的各个连续指数和IF个别季月合约的量类别变量识别股指上升正确率高,IF当月连续和下季连续的量类别因素对股指下降识别正确率高;IF下月连续的价类别和量类别因素能分别识别股指上升和下降;但是IF隔季连续合约的价、量类别因素均对股指敏感性低。投资者可以根据当前期货市场交易信息的具体情况,依据研究结果,对股票市场走势的进行判断,以辅助投资决策。
【关键词】：LVQ 价量分析 沪深300期指 中证500期指 分类识别
【学位授予单位】：兰州大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F724.5;F832.51;F224
【目录】：

• 摘要3-4
• Abstract4-7
• 绪论7-10
• 第一章 股票价格指数期货基本概论10-12
• 1.1 股指期货概述10
• 1.2 股指期货研究现状10-12
• 第二章 LVQ神经网络基本概论12-16
• 2.1 神经网络原理12
• 2.2 LVQ神经网络概述12-14
• 2.3 LVQ神经网络研究现状14-16
• 第三章 实证分析16-53
• 3.1 期指市场现状16-19
• 3.2 LVQ神经网络识别模式规划19-21
• 3.2.1 LVQ识别模式设计19-20
• 3.2.2 LVQ识别模式构建20-21
• 3.3 LVQ神经网络的训练和测试21-53
• 3.3.1 IF当月连续日线的训练和测试21-25
• 3.3.2 IF下季连续日线的训练和测试25-28
• 3.3.3 IF下月连续日线的训练和测试28-31
• 3.3.4 IF隔季连续日线的训练和测试31-34
• 3.3.5 IC当月连续日线的训练和测试34-38
• 3.3.6 IC下月连续日线的训练和测试38-41
• 3.3.7 IC下季连续日线的训练和测试41-45
• 3.3.8 IC隔季连续日线的训练和测试45-49
• 3.3.9 IF月份合约的训练和测试举例49-53
• 第四章 结论及展望53-54
• 参考文献54-55
• 致谢55

【相似文献】

中国硕士学位论文全文数据库 前1条

1 徐虹;基于LVQ对股指期货交易信息分析的股票指数走势识别研究[D];兰州大学;2016年

  本文关键词：基于LVQ对股指期货交易信息分析的股票指数走势识别研究，，由笔耕文化传播整理发布。

本文编号：375459