基于混沌时间序列的玉米期货价格预测研究

发布时间：2017-03-17 13:01

  本文关键词：基于混沌时间序列的玉米期货价格预测研究，由笔耕文化传播整理发布。

【摘要】：玉米具有粮食作物属性、饲料作物属性、能源作物属性三大属性,在农业生产和国民经济发展中的地位越来越高。玉米期货市场是在现货市场的基础上发展起来的,虽然它具有价格发现和风险规避的功能,但是它也会给投资者带来潜在的风险。价格风险是玉米期货市场风险的核心。玉米期货价格系统内部结构的复杂性和外部影响因素的多变性,使得传统的预测方法不能满足玉米期货价格预测的需要。因此,本文针对玉米期货市场的非线性特征,结合混沌理论与支持向量机理论,通过噪声消除、相空间重构、建立预测模型,对玉米期货价格时间序列进行分析与预测。 1)总结了国内外期货价格预测的研究现状,并对各种预测方法进行了评价。重点从相空间重构、混沌性质识别、混沌时间序列预测方法三个方面介绍了混沌时间序列预测的基本理论。 2)从噪声平滑、线性趋势消除及标准化三个方面对影响数据模型的数据质量问题进行了研究。重点讨论了噪声平滑,通过对比分析,选择了小波分析方法中的非线性阈值法对玉米期货时间序列进行实证检验,结果令人满意；结合本文研究的实际问题,进行了货币总量线性趋势消除,使得后续研究能够在一个更加真实的基础上展开；最后,引入极差标准化的概念,以避免数据剧烈波动给模型带来的影响。 3)针对玉米期货市场的非线性特征,抛开传统的单变量时间序列相空间重构的思想,充分利用各个时间序列所包含的系统信息,采用多变量时间序列相空间重构理论来处理数据。通过互信息法和最小误差法计算出延迟时间和嵌入维数,对重构的相空间采用改进的小数据量法计算出最大Lyapunov指数。结果是玉米期货市场有大于零的最大Lyapunov指数,这意味着玉米期货市场具有明显的混沌特征和短期的可预测性。 4)介绍了支持向量机回归原理和最小二乘支持向量机回归算法,建立了基于混沌理论和最小二乘支持向量机的多变量时间序列预测模型,并应用该模型对玉米期货的开盘价进行预测研究。结果表明多变量时间序列最小二乘支持向量机预测模型要优于单变量时间序列最小二乘支持向量机预测模型,这一结论对期货价格的非线性建模和预测具有重要的理论意义和现实意义。
【关键词】：玉米期货 混沌时间序列 最小二乘支持向量机 相空间重构 小波分析
【学位授予单位】：东北农业大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：F313.7;F713.35;F224
【目录】：

• 摘要8-9
• Abstract9-11
• 1 绪论11-22
• 1.1 研究背景、研究目的及研究意义11-12
• 1.1.1 研究背景11
• 1.1.2 研究目的11-12
• 1.1.3 研究意义12
• 1.2 国内外研究现状12-18
• 1.2.1 国外期货价格预测研究现状13
• 1.2.2 国内期货价格预测研究现状13-15
• 1.2.3 预测方法的评价15-17
• 1.2.4 混沌时间序列预测方法研究现状17-18
• 1.3 主要内容、技术路线及创新点18-22
• 1.3.1 主要内容18-20
• 1.3.2 技术路线20-21
• 1.3.3 创新点21-22
• 2 混沌时间序列预测基础理论22-35
• 2.1 相空间重构理论22-27
• 2.1.1 嵌入维数的确定22-23
• 2.1.2 嵌入延迟的确定23-25
• 2.1.3 嵌入窗宽的确定25-27
• 2.2 混沌性质识别理论27-30
• 2.2.1 Lyapunov指数27-29
• 2.2.2 关联维数29-30
• 2.2.3 熵30
• 2.3 混沌时间序列预测方法30-35
• 2.3.1 局部预测法31-33
• 2.3.2 全局预测法33-35
• 3 时间序列数据处理35-46
• 3.1 噪声平滑35-40
• 3.1.1 小波分析方法的基本原理35-37
• 3.1.2 小波分析方法及其改进37-40
• 3.2 线性趋势消除40-41
• 3.3 标准化41
• 3.4 玉米期货数据的预处理41-46
• 3.4.1 数据来源41-42
• 3.4.2 玉米期货时间序列的噪声平滑处理42-44
• 3.4.3 玉米期货时间序列的线性趋势消除44-45
• 3.4.4 玉米期货时间序列的标准化处理45-46
• 4 玉米期货时间序列的相空间重构和混沌性质识别46-52
• 4.1 玉米期货时间序列的相空间重构46-51
• 4.1.1 延迟时间的计算46-48
• 4.1.2 嵌入维数的计算48-51
• 4.2 玉米期货市场的混沌性质识别51-52
• 5 玉米期货价格混沌时间序列预测52-62
• 5.1 支持向量机的回归原理52-56
• 5.1.1 支持向量机的线性回归53-54
• 5.1.2 支持向量机的非线性回归54-55
• 5.1.3 核函数55
• 5.1.4 损失函数55-56
• 5.2 最小二乘支持向量机回归算法56-57
• 5.3 多变量时间序列最小二乘支持向量机预测模型57
• 5.4 预测效果的评价标准57-58
• 5.5 玉米期货价格预测的实证分析58-62
• 6 总结和展望62-64
• 6.1 总结62
• 6.2 展望62-64
• 致谢64-65
• 参考文献65-72
• 攻读学位期间发表的学术论文72

【引证文献】

中国博士学位论文全文数据库 前6条

1 丁涛;混沌理论在径流预报中的应用研究[D];大连理工大学;2004年

2 李眉眉;电力负荷混沌特性分析及其预测研究[D];四川大学;2004年

3 雷绍兰;基于电力负荷时间序列混沌特性的短期负荷预测方法研究[D];重庆大学;2005年

4 刘立霞;多变量金融时间序列的非线性检验及重构研究[D];天津大学;2007年

5 丁文斌;我国玉米期货价格影响因素与波动特征分析[D];华中农业大学;2009年

6 崔亚强;沪深300股指内在复杂性分析及预测研究[D];天津大学;2010年

  本文关键词：基于混沌时间序列的玉米期货价格预测研究，由笔耕文化传播整理发布。

，

本文编号：252895