模糊时间序列的股指期货价格预测方法研究

《模糊时间序列的股指期货价格预测方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、＇脅奔巧絳貿矣人＃ＣａｐｉｔａｌＵｎｉｖｅｒｓｉｔｙｏｆＥｃｏｎｏｍｉｃｓａｎｄＢｕｓｉｎｅｓｓ硕ｉｔ学位论文ＴｈｅｓｉｓｆｏｒＤｅｒｅｅｏｆＭａｓｔｅｒｇ＇Ｉ论文题目：模糊时间序列的股指期货价格预测方法研究Ｒｅｓｅａｒｃｈｏｎｓｔｏｃｋｉｎｄｅｘｆｕｔｕｒｅｓｐｒｉｃｅｆｏｒｅｃａｓｔｉｎｇｍｅｔｈｏｄｗｉｔｈｆｕｚｚｙｔｉｍｅｓｅｒｉｅｓ数量经济学；专业学号：２２０１３０３０２３３作者：於玲菲指导教师；胡時副教授完成时

2、间２０１６年５月；独创性声明本人郑重声明：今所呈交的《创业板指数风險价值测度模型应用研究》论文是我个人在导师指导下进行的研究工作及取得的科研成果。尽我所知，论文中，文中瞭了特别加标注和致谢的地方外不包含其他人已经发表或撰写的内容及科研成果，也不包含為获得首都经济贸易大学或其它教育机构的学位或证书所使用过的材料。￣占作者签名／Ｃ／：娘ｆ；為日期：心年＾月日关于论文使用授权的说明本人完全了解首都经济贸易大学有关保留、使用学位论文的有关规定，即：学枚有权保留送交论文的复印件，允许论文被查

3、阅、借阅或网络索引、；学校可＾乂公布论文的全部或部分内容，可采取影印缩或其它段保论文。（保密论文解密后应遵守此规定）印复制手存的在作者签：师日年日名导签名：斯期月＾：Ｌ首都经济贸易大学硕士学位论文THESISOFMASTERDEGREE论文题目：模糊时间序列的股指期货价格预测方法研究Researchonstockindexfuturespriceforecastingmethodwithfuzzytimeseries院系：经济学院专业：数量经济学学号：22013030233作者：於玲菲指导教师：胡晖完成日期：2

4、016年3月硕士学位论文《模糊时间序列的股指期货价格预测方法研究》摘要在现实世界中，许多数据本身存在不完整、不准确和含糊性，尤其是金融数据，用经典的时间序列预测会导致拟合效果下降。期货市场较为复杂，股指期货作为现代资本市场的产物，受到各种内外因的影响，股指期货精确的收盘价记录可能会丢失部分有用的信息，因此引入模糊时间序列模型，得到更高效率、更精确的预测结果。考虑数据的可得性和完整性，本文选取2011年1月4日至2015年11月12日的股指期货连续日收盘价作为研究对象，首先运用经典的时间序列ARIMA模型进行预测，再根据三种经典

5、的模糊时间序列Song、Chen和Lee的方法估计观测值。经过上述研究，改进原有的模糊时间序列方法，在计算隶属度矩阵时引入非参数高斯核函数，调节最优的窗宽，改变各个模糊集的权重；将一阶模糊时间序列转换为二阶，即考虑t，t-1，t-2期样本数据的隶属模糊集；在计算关系矩阵时引入马尔科夫模型，将关系矩阵转化为转移概率矩阵，用加权方法计算预测值。本文首先对模糊时间序列相关模型进行了深入的研究阐述，主要有模糊集理论，模糊时间序列发展现状、研究综述、模型理论，ARIMA模型理论，马尔科夫链模型，非参数高斯核函数。然后根据模型理论，通过R

6、软件编程，分别用三种模糊时间序列方法和改进的模型进行估计，利用EViews进行ARIMA模型预测，最终得到近一个月交易日的预测数据。其中，Song和Lee的模糊时间序列模型预测误差在2%以上的有20个样本，占83.33%；Lee的模糊时间序列模型预测误差在2%以上的有10个样本，占41.67%；ARIMA模型误差在2%以上的有4个样本，占16.67%；二阶马尔科夫模糊预测误差在2%以上的有2个样本，只占8.33%。证明改进的基于马尔科夫链的模糊时间序列模型预测效果较好，均优于其他4种模型，为模糊时间序列的发展提供了一种新的思路

7、，同时拓宽了模糊时间序列的应用方向。关键词：模糊时间序列；马尔科夫链；非参数高斯核函数；ARIMA模型II硕士学位论文《模糊时间序列的股指期货价格预测方法研究》AbstractIntherealworld,manydataisincomplete,inaccurateandvague,especiallyfinancialdata.Usingtheclassictimeseriespredictionwillleadtoadeclineinthefittingeffect.Futuresmarketismorecomplex,

8、withthestockindexfuturesastheproductofamoderncapitalmarketbyvariousinternalandexternalfactorsinfluence.Stockindexfuturesclosingpricerecord