基于EMD和RVM的股指期货价格预测研究

发布时间：2017-04-26 08:03

  本文关键词：基于EMD和RVM的股指期货价格预测研究，由笔耕文化传播整理发布。

【摘要】：股指期货是以股票指数为标的物的金融期货产品。和商品期货交易不同的是，股指期货交易的是非实物，因此该交易都是以现金方式进行结算。投资者期望能够通过对股指期货价格的预测分析来帮助其规避风险，同时获得更大的收益。但是股指期货价格内部结构非常复杂，，且受到政治、经济多个方面因素的影响，其非线性和非平稳性使得传统的预测方法已难以达到所需的预测精度。针对预测精度不高和预测模型复杂的问题，本文提出了一种基于EMD和RVM的股指期货价格预测方法，主要完成了两方面工作： 第一，对股指期货价格序列进行EMD分解和重构。EMD分解能够将股指期货价格序列自适应地分解成若干个IMF分量和一个剩余分量，统计分析各IMF分量的方差占比和Pearson相关系数，并对各分量的均值进行不为0的t检验。根据统计分析和t检验的结果将所有分量重构成三个新序列，分别代表短期波动项、中期波动项和长期趋势项。经过这样的数据处理以后可以更加方便地分析原始价格序列的多时间尺度振荡变化和其内在周期性，有利于把握该序列的波动性和内在关联性，同时还减少了后续建模的工作量和复杂度。 第二，建立RVM股指期货价格预测模型。选用高斯核函数，利用粒子群优化算法对核参数进行寻优，针对三个具有不同经济意义的新序列分别建立各自的RVM分项预测模型，将分项结果相加即可以获得股指期货价格的最终预测值。 采用沪深300股指期货价格数据对本论文提出的组合预测方法展开了实证分析，获得了相应的预测结果，并将该预测结果与SVM预测模型和RVM预测模型的预测结果进行比较，发现本文提出的EMD-RVMs股指期货价格预测模型的预测精度更高且稀疏度更好。
【关键词】：股指期货 价格预测 经验模态分解 相关向量机
【学位授予单位】：武汉轻工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：F830.9;F224
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 1 绪论9-24
• 1.1 选题背景9-14
• 1.1.1 股指期货的产生背景及发展过程9-10
• 1.1.2 股指期货的投资优势10-11
• 1.1.3 股指期货的功能11-12
• 1.1.4 期货市场常用的分析预测方法12-14
• 1.2 股指期货价格预测的国内外研究现状14-18
• 1.2.1 股指期货价格预测的国外研究现状14-16
• 1.2.2 股指期货价格预测的国内研究现状16-18
• 1.3 本文的研究内容与写作框架18-21
• 1.3.1 本文的研究内容18-20
• 1.3.2 本文的写作框架20-21
• 1.4 本文的技术路线与研究意义21-22
• 1.4.1 本文的技术路线21
• 1.4.2 本文的研究意义21-22
• 1.5 本文的主要创新点22-24
• 2 股指期货价格预测研究的理论基础24-37
• 2.1 经验模态分解方法24-30
• 2.1.1 EMD 分解方法简介24
• 2.1.2 本征模态函数 IMF24-25
• 2.1.3 EMD 分解方法的筛选过程25-28
• 2.1.4 EMD 分解方法的主要性质28-30
• 2.2 相关向量机理论30-36
• 2.2.1 RVM 的理论基础30-31
• 2.2.2 RVM 的模型结构31-34
• 2.2.3 RVM 的参数估计34-36
• 2.2.4 RVM 的学习步骤36
• 2.3 本章小结36-37
• 3 基于 EMD 的股指期货价格序列分解37-51
• 3.0 前言37
• 3.1 实验数据说明37-38
• 3.2 多时间尺度振荡变化分析38-42
• 3.3 周期分析42-46
• 3.4 序列重构46-50
• 3.5 本章小结50-51
• 4 基于 EMD 和 RVM 的股指期货价格预测51-61
• 4.1 基于 RVM 的股指期货价格预测51-57
• 4.1.1 RVM 预测模型的数据准备51-52
• 4.1.2 RVM 预测模型的核函数选择52-53
• 4.1.3 RVM 预测模型的核参数设定53-54
• 4.1.4 RVM 模型预测的结果分析54-57
• 4.2 基于 EMD 和 RVM 的股指期货价格预测57-60
• 4.2.1 原始价格序列的 EMD 分解和重构57-58
• 4.2.2 RVM 分项预测模型的建立58
• 4.2.3 EMD-RVMs 预测模型的性能评价58-60
• 4.3 本章小结60-61
• 5 总结与展望61-65
• 5.1 本文的工作总结61-62
• 5.2 本课题的工作展望62-65
• 参考文献65-69
• 致谢69-70
• 攻读学位期间的研究成果70

【参考文献】

中国期刊全文数据库 前8条

1 魏勤;张宇霖;;基于SVM神经网络的沪深300股指期货的实证研究[J];产业与科技论坛;2012年10期

2 叶峰,张_",唐国兴;股指期货价格非线性均值回复特性实证研究[J];管理科学学报;2003年05期

3 丁志宏;谢国权;;金融时间序列多分辨率实证研究的EMD方法[J];经济研究导刊;2009年06期

4 刘慧婷;倪志伟;李建洋;;经验模态分解方法及其实现[J];计算机工程与应用;2006年32期

5 刘芳;周建中;邱方鹏;刘力;;基于相关向量回归的非线性时间序列预测方法[J];计算机工程;2008年03期

6 吴涛,贺汉根,贺明科;基于插值的核函数构造[J];计算机学报;2003年08期

7 吴奇峰;郑凯;;BP算法在股指期货合约价格预测中的应用[J];商场现代化;2010年32期

8 周磊;;基于粗糙集和支持向量机的股指期货预测模型研究[J];山东科学;2010年05期

中国博士学位论文全文数据库 前1条

1 王婷;EMD算法研究及其在信号去噪中的应用[D];哈尔滨工程大学;2010年

  本文关键词：基于EMD和RVM的股指期货价格预测研究，由笔耕文化传播整理发布。

本文编号：328025