基于多分辨率分析的股票市场预测模型研究

发布时间：2018-05-30 01:02

  本文选题：多分辨率分析 + 神经网络　； 参考：《数学的实践与认识》2014年13期

【摘要】：采用多分辨率分析技术将深证成指收盘数据序列分解为多个子序列,然后采用神经网络技术对每个子序列分别建立预测模型,将各个预测结果叠加后得到最终预测结果.研究首先发现多分辨率技术可以有效提高预测模型的预测精度,表明分析我国股市波动时应该按照不同因素对股市影响大小及周期的差异分别研究,才能更有效分析股市运行状况及对其预测;其次结果表明不同类型神经网络预测模型预测性能差异明显,在选择股市预测模型的神经网络类型时应该注意其学习算法及收敛过程,以便能更好捕获股市变化规律.
[Abstract]:The closing data sequence of Shenzhen stock index is decomposed into multiple sub-sequences by using multi-resolution analysis technology, and then neural network technology is used to establish the prediction model for each sub-sequence, and the final prediction results are obtained by superposing each prediction result. It is found that multi-resolution technology can effectively improve the prediction accuracy of the prediction model, which indicates that the analysis of stock market volatility in China should be based on the different factors of the impact on the stock market size and cycle. Secondly, the results show that the forecasting performance of different types of neural network forecasting models is very different. We should pay attention to its learning algorithm and convergence process when selecting the neural network type of stock market prediction model so as to better capture the law of stock market change.
【作者单位】： 广东药学院医药商学院;
【分类号】：TP183;F832.51

【参考文献】

相关期刊论文 前1条

1 马野;刘文博;董小刚;王纯杰;;基于小波分解的高频金融时间序列预测[J];长春工业大学学报(自然科学版);2009年04期

【共引文献】

相关期刊论文 前4条

1 杨锡运;孙翰墨;;基于时间序列模型的风电场风速预测研究[J];动力工程学报;2011年03期

2 刘少梅;董小刚;;改进的HHT高频数据分析及其应用[J];长春工业大学学报(自然科学版);2012年01期

3 刘遵雄;周天清;郑淑娟;;FCBLUP模型在高频金融数据中的应用[J];计算机工程;2011年22期

4 马尽文;青慈阳;;对角型广义RBF神经网络与非线性时间序列预测[J];信号处理;2013年12期

相关会议论文 前1条

1 解国栋;黄今;杨建昌;李萍;;一种导弹飞行轨迹运动参数计算方法[A];2014第二届中国指挥控制大会论文集（上）[C];2014年

相关博士学位论文 前2条

1 TRAN DUY VU NGOC LAN;基于神经网络模型的中国和越南上市商业银行信用风险评估研究[D];湖南大学;2012年

2 魏国;二频机抖激光陀螺双轴旋转惯性导航系统若干关键技术研究[D];国防科学技术大学;2013年

相关硕士学位论文 前10条

1 孙翰墨;基于ARMA模型的风电机组风速预测研究[D];华北电力大学（北京）;2011年

2 唐红军;基于小波包去噪和GARCH模型的上证综指波动性研究[D];湖南大学;2010年

3 刘少梅;基于Hilbert-Huang变换的高频数据分析[D];长春工业大学;2012年

4 丁玲娟;基于小波分析和ARMA-SVM模型的股票指数预测分析[D];华东师范大学;2012年

5 张娟娟;稳健线性回归中再生权最小二乘法的有效性研究[D];太原理工大学;2013年

6 陈科军;基于BP神经网络模型的上海螺纹钢期货价格预测[D];湖南大学;2012年

7 李杨;基于神经网络的分类器设计及优化[D];安徽农业大学;2013年

8 郝伟伟;基于小波理论的人民币汇率多尺度分析[D];华东交通大学;2013年

9 程文晓;我国大豆期货价格的预测分析[D];兰州大学;2014年

10 刘一鸣;金融时间序列预测模型研究[D];兰州大学;2014年

【二级参考文献】

相关期刊论文 前2条

1 滕飞;董小刚;;基于Hilbert-Huang变换的金融数据周期性分析及应用[J];长春工业大学学报(自然科学版);2008年03期

2 高静;张世英;;高频时间序列基于小波分析的预测[J];统计与决策;2006年17期

【相似文献】

相关期刊论文 前10条

1 骆珊;徐胜荣;;基于多分辨率直方图的图像检索[J];江南大学学报(自然科学版);2007年01期

2 唐斌;董绪荣;;小波多分辨率分析及其在自适应消噪中的应用[J];装备指挥技术学院学报;2007年01期

3 杨艳妮;;小波多分辨率分析在信号去噪中的应用[J];热带农业工程;2009年01期

4 伍金莉;刘杰;;基于多分辨率分析的心率变异性分析[J];中国医学物理学杂志;2010年01期

5 王辉,肖建;基于多分辨率分析的T-S模糊系统[J];控制理论与应用;2005年02期

6 万彦辉,秦永元;小波分析在陀螺信号滤波中的研究[J];压电与声光;2005年04期

7 胡之惠;;基于小波包分析的指纹图像初滤波[J];上海电机学院学报;2005年05期

8 胡之惠;;基于小波包分析的指纹图像初滤波[J];上海电机学院学报;2005年S1期

9 樊亚军;;基于梯度锐化和小波变换的图像边缘检测[J];装备制造技术;2007年08期

10 王斯刚;边根庆;屈学民;杨继庆;;基于小波不可分离多分辨率的图像重建[J];计算机技术与发展;2008年07期

相关会议论文 前10条

1 贾焕玉;刘s，

本文编号：1953205