文档介绍：厦门大学
硕士学位论文
基于小波分析和神经网络的金融时间序列预测研究
姓名:郑纪安
申请学位级别:硕士
专业:统计学
指导教师:黄扬铭
20090401
摘要小波分析以其良好的时频局域化特性,受到众多科学家和工程人员的青睐,在图像处理、模式识别、地质勘探、医学成像诊断、数值计算等各个方面都有不俗地表现。近年来,小波分析开始被引入经济与金融领域,作为处理经济金融时金融时间序列是经济与金融领域中最重要的数据,包括债券、汇率、股票价格和金融期货价格等等,对这类数据进行分析、预测是整个经济和金融活动的重本文以金融时间序列为研究对象,采用小波分析和神经网络相结合的组合模型对其进行分析和预测,并使用上证综合指数进行建模和预测,取得了良好的建模效果。本文首先从金融时间序列分析的理论发展过程对论文的选题依据进行了说明,对时间序列研究的发展历史做出了回顾,总结出研究时间序列的两大类方法:计量模型法和数据挖掘法,并讨论了两种方法各自的优势和劣势。然后简要介绍了数据挖掘的原理,紧接着着重介绍了神经网络的理论基础以及在使用神经网络进行建模过程中要注意的问题。接下来对小波理论进行了介绍,讨论了连续小波、离散小波的特点和各自的使用场合。并给出了常见小波函数的性质和特征,以及离散小波分析中的常用算法:算法和多孔算法。最后使用上证综合指数进行建模:首先利用小波变换对是上证综合指数进行分解,得到尺度变换序列和各级小波变换序列,然后对尺度变换序列使用模型进行拟合,对小波变换序列使用神经网络进行拟合,最后用小波重建技术将各个模型的结果加总。我们使用这个模型对上证综合指数进行了预测,并和普通神经网络模型的预测结果进行比较,取得了良好的预测效果。丶蔧小波分析;间序列数据的工具。要工作。神经网络;金融时间序列
.珿琈.,.,,猂珹—,:,,,琭甌瓵甌瓵瓵.
篧;籉
喀阴之艺多釜厦门大学学位论文原创性声明果。本人在论文写作中参考其他个人或集体已经发表的研究成果,均在文中以适当方式明确标明,并符合法律规范和《厦门大学研究生学本人呈交的学位论文是本人在导师指导下,独立完成的研究成术活动规范孕》。另外,该学位论文为翁组的研究成果,获得翁组鸦蚴笛槭业资助,在笛槭彝瓿伞请在以上括号内填写课题或课题组负责人或实验室名称,未有此项声明内容的,可以不作特别声明。名年明人声一竹厂汐:●●,
明啵雠珀触厦门大学学位论文著作权使用声明∑久。日本人同意厦门大学根据《中华人民共和国学位条例暂行实施办馆及其数据库被查阅、借阅。本人同意厦门大学将学位论文加入全国博士、硕士学位论文共建单位数据库进行检索,将学位论文的标题和’.经厦门大学保密委员会审查核定的保密学位论文,朐谝陨舷嘤ê拍诖颉啊獭被蛱钌舷嘤δ谌荨1C苎宦畚应是已经厦门大学保密委员会审定过的学位论文,未经厦门大学保密为公开学位论文,均适用上述授权。法》等规定保留和使用此学位论文,并向主管部门或其指定机构送交学位论文ㄖ街拾婧偷缱影,允许学位论文进入厦门大学图书摘要汇编出版,采用影印、缩印或者其它方式合理复制学位论文。本学位论文属于:于年日解密,解密后适用上述授权。.不保密,适用上述授权。委员会审定的学位论文均为公开学位论文。此声明栏不填写的,默认名人月寻ǎ●■■■■■■鰈●●
第一章绪论选题背景与研究意义金融市场是国家经济运行的核心,探求金融市场的变化规律,从而进行有效的金融管理以提高金融投资效率,这是各国政府与投资机构孜孜以求的目标。金融时间序列是经济与金融领域中最重要的数据,对这类数据进行分析、预测和控制是整个经济和金融活动的重要工作。金融时间序列包括债券、利率、汇率、股票价格和金融期货价格等等,从宏观的角度出发,它也可以包括投资、收入和消费等宏观经济数据。取自相同时间段的多种金融时间序列,构成多元金融时间序列。证券市场一直是金融市场的主体,扮演着重要的角色。特别是在我国经济与世界经济相互融合程度越来越高,金融业面临着更大的发展机遇和挑战的今天,以及在全球金融创新活动日新月异、各国金融市场联动效应不断增强的国际背景下,对金融市场本质规律的认识和把握更直接关系到金融市场的稳定、高效与安全。然而金融市场是一个受多种因素影响的、庞大的系统,具有非常复杂的运动规律,要深刻理解其内在结构是一件非常艰难的事情,仅仅从定性的角度进行分析很难达到深刻理解的目标。金融时间序列数据作为金融市场综合的外在表现形式,“本质决定现象,现象反映本质虼私鹑谑奔湫蛄兄斜囟ㄔ毯金融系统的许多客观规律信息。从中寻找出各种信息,更好地认识、掌握、并利用其规律无疑对金融投融资预测、决策与风险管理活动具有特别重要的意义。传统的金融时间序列分析方法主要包括基本分析、技术分析以及各种模型法等。基本分析主要通过对影响证券市场供求关系的基本因素进