文档介绍：多变量混沌时间序列预测及在股票市场中的应用摘要本文主要研究了多变量混沌时间序列相空间重构参数的选取和多变量混沌时间序列的预测方法,在已有的多变量混沌时间序列相空间重构参数选取方法的基础上,提出了两种改进方法;在此基础上,提出了多变量混沌时间序列的局部多项式和正则化局部多项式预测方法。通过系统等混沌模型仿真证实了这些改进方法比目前的常用方法具有更好的预测精度,然后将这些方法应用于上海首先,概述了股票市场指数时间序列分析中应用混沌时序预测理论的背景和研究现状,介绍了目前混淹时间序列预测法的研究进展。在混沌时问序列预测中,相空间重构理论是基础,而嵌入维数和时间延迟是相空间重构中的两个重要参数,本文在对这两个参数选取法进行综述的基础上,提出了两种新的算法,这两种算法是对常用的虚假最近邻点法和预测误差最小法的改进,改进方法减少了参数确定过程中的主观性。通过对系统产生的多变量混沌时间序列仿真检验其次,在多变量混沌时序相空间重构理论的基础上,提出了多变量时间序列的局部多项式预测法,该预测法是对单变量时间序列局部多项式预测法的推广,仿真检验表明该预测法优于单变量时间序列的局部多项式预测法。同时,研究了多变量时间序歹植肯咝栽げ夥ê途断蚧げ夥ǎ⒆芙岢龆啾淞炕煦缡奔序列的通用线性回归模型,指出了线性回归模型中存在的多重共线性问题。为了克服多变量混沌时问序列的通用线性回归模型中利用最小二乘法确定参数时会产生多重共线性的缺陷,在一般的多变量时间序列局部线性预测法和多变量时间序列局部多项式预测法中对最小二乘法进行改进,即引入正则化估计,提出了正则化的多变量时间序列局部线性预测法和正则化的多变量时序局部多项式预测法。仿真结果验证了这两种预测法的优越性。研究生:方芬导师:王海燕淌东南大学股票市场中指数时间序列的预测。论文安排如下:证实了这两种算法的有效性。最后,将本文提出的改进的多变量时间序列相空间重构参数选取方法、多变量时间序列的局部多项式预测法、正则化的多变量时间序列局部线性预测法和正
知识水坝为您整理
关键词:多变量时间序列;混沌时间序列;相空间重构;预测;线性回归;碔咝曰毓椋簧虾9善笔谐∽酆现甘则化的多变量时间序列局部多项式预测法应用于上海股票市场综合指数的预测取得了比常用预测方法更好的预测效果。
知识水坝为您整理
,,..瑃:.:畉瑆,瓵.,.,琣,
,;,.瓵.:;;;;;
研究生签名::导师签研究生签名:互茎东南大学学位论文独创性声明东南大学学位论文使用授权说明写过的研究成果,也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料。件和电子文档,可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标明和致谢的地方外,论文中不包含其他人已经发表或撰与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。日期东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印论文的内容相一致。除在保密期内的保密论文外,允许论文被查阅和借阅,可以公布刊登畚牡娜ú炕虿糠帜谌荨B畚牡墓ú包括刊登谌ǘ洗笱а芯可喊炖怼
第一章绪论问题的提出及选题的意义研究均发现收益率的肥尾现刻“。砺鄣氖Я榫驮谟贓是以对社会的线实际问题中的复杂系统往往表现为多变量动态演化行为和多层次结构,由于获取的信息通常是不完备的且具不确定性,系统的结构参数和边界条件具有时变性和复杂性,因此,研究一个诸如股票市场这样具有混沌特性的复杂系统,往往很难构造一个精确的解析形式的数学模型。因此,常用非线性动力学中的混沌时间序列分析法来研究这类复杂系统,也即从复杂系统中通过观测或实验手段获取时间序列,由此来研究原复杂系统。通过观测或实验手段获取的时间序列对原复杂系统的演化发展进行预测已成为目前的一个研究热点。传统的经济预测理论是基于有效市场假说系模眉偎等衔<格反映了所有的公开信息,价格只有收到新的信息才会变动,价格的变化是一个随机游走,投资者都是理性的,他们认为股票市场的分布是服从正态分布。然而,大量的研究证明,美国股票市场收益率就不是呈正态分布的,对日收益率的研究、夏普在其《资产组合理论和资本市场》书中、特纳和魏格尔用年轮碌腟甘娜帐找媛式辛艘妆湫自相关性清楚地表明这是一种非线性效应,股票市场本质上是一类非线性的经济系统,经济预测研究的对象通常是由相互之间非线性作用的多种因素构成的开放大量的研究证明股票市场价格的波动具有混沌的特性,,是一个线性范式。而股市的巨大幅度下跌以及时间序列的高度的复杂系统,简单、线性、封闭的系统只是极少数,其行为大多是动态、不稳定、不连续、不可逆的