数学建模论文-关于沪深300指数的波动趋势研究

《数学建模论文-关于沪深300指数的波动趋势研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、通过全套毕业设计关于沪深300指数的波动趋势研究本文从沪深300指数2011.&1-2013.8.2每日每时刻的指数数据出发，针对每日指数波动方式、未来趋势预测、交易模型、模型评价，分别利用聚类分析、灰色系统理论模型、动量交易模型做出建模分析。首先，本文用EXCEL对原始数据进行整理，整理出每日指数随时刻波动的矩阵数据；再用matlab的cluster函数对其进行聚类分析。得出结果表明两年每日的波动方式大致可分为平缓、微小波动、剧烈波动三种指数波动方式，并且将其用于指导第二题指数未来趋势分析其次，为了减少随机事件对沪深

2、300指数的影响，本文建立了GM(1,1)灰色预测模型，运用线性最小二乘法对其进行拟合，对2012全年月份均值进行拟合，对2013一月到八月份的月均值进行预测，同时还用2012年度月均值以及2013前八个月的月均值进行误差检验。结果表明，此模型的精度较高，适合做中长期预测。然后，从行为金融学的视觉出发，结合动量效应，建立期货交易数学模型。并对所建立的数学模型进行验证，发现运用此模型在两年交易中获得了较高的收益率，实际价值高。从平均收益率，平均亏损率、综合风险指数三个指标建立综合评价指标体系，并对问题三所建的模型进行评价

3、，指出问题三所建模型的长处及缺陷，并就改进提出意见。关键词：聚类分析灰色预测模型动量交易模型行为金融学一、问题重述1.1问题背景随着我国金融市场的进一步开发，股指期货(亦称期指)这一金融衍生工具也于2010年4月进入了交易市场•期指是一种以股价指数为标的物的标准化期货合约，具有价格发现、风险管理、杠杆投资等多种功能，是一种高风险、高利润率的金融创新工具.在期指投资中，由于存在保证金制度和逐日结算制度，因而风险控制是尤为重要的•如果能有效预测其标的指数的变动，便可根据其涨跌趋势建仓，有效规避风险的同时获取尽可能多的利润.

4、1・2问题提出请根据数据分析以下问题:（1）通过数据分析，对沪深300指数的波动方式进行简单的分类，你的分类应该有利于后续问题的解答。波动方式可以是日内短期波动规律，也可以是以天为单位的波动规律，可自由设定；（2）根据前面已有的历史数据，对指数后期的走势做出预测，并和实际数据相比较确定你的预测方法的优劣。这里既可以是短期的日内预测，也可以是长期走势的预测。例如：你可以根据2012年7月24H10点55分以前的数据，对当日10点55分至11点20分的走势做出预测；（3）设沪深300指数每点是300元，交易手续费是交易额的

5、万分之一（双向收取），保证金为交易额的10%,初始资金为20万。请利用前面已经得到的相关结果，建立交易模型，使在二年内的收益最大。注意：不能使用未来数据，如你在2012年7月24日10点55分是进行“买入指数”还是“卖出指数”或者是不交易的决策时，你不能利用2012年7月24H10点55分以后的任何数据；（4）试分析确定合理的评价指标体系，用以评价你的交易模型的优劣。二、基本假设1.1所有的数据都是真是可靠的；2.2市场高度有效；2.3经济人理性2.4假设初始资金一直为20万，且当保证金低于20万及时补足。三、符号说明

6、及名词解释3.1基本符avg开盘价与.0收盘价的算术平均值x⑴)(k)第k个月指数均值（2012年起，设一月对应K=l）x(hX（（））的一阶累加，其中，兀⑴伙）二£兀（。）（并=1,2,・・・,11Z⑴X⑴的紧邻均值,Z⑴伙）二丄［X⑴伙）+X⑴伙-1）］,£=2,3,…M2-a参数，灰色模型发展系数b参数，灰色作用量£残差A相对误差4⑷伙）SI112方差，5.2=—£[x(Z:)-x]212“1S2112误差力差，s2~=—^[^k~8]~C均方差比，c=HS］P(k)滑准性指标，p{k）=爲:伙）兀⑴伙-1）表1

7、四.问题分析4.1问题一问题一要求我们通过对沪深300指数2011.8.1-2013.8・2接近2年的数据进行分析，对其波动方式进行简单分类。因为每个样本都是某日某时刻的指数数据，如果以日为单位必定需要求出其一日的均值，再分析其变化，但这样构造的均值累积起来就会掩盖每日的波动。基于此理由，我们选择从日内分析的角度的角度，把每日48个时刻点指数的变化、进行分类。运用MATLAB函数cluster对2年每日的指数变化进行聚类。至于数据的选择，因为每时刻有4个指标，为了概括开盘价、最高价、最低价、收盘价四个这指标的状况，我们

8、用最高价与最低价的平均值来作为代表指标。这样取值比起求出每日的均值，更接近样本的实际面貌。4.2问题二问题二要求我们运用已有的历史数据对指数的后期进行预测，并与实际值比较评价模型的优劣。传统上的金融时间序列方法可以用于股票指数、金融资产价格之类的经济数据例如ARMA模型、改善的ARMA模型。但股指期货作为一种新上市的金融产品，至今