我国股票价格组合预测.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
华华 中中 科科 技技 大大 学学 硕硕 士士 学学 位位 论论 文文 华华 中中 科科 技技 大大 学学 硕硕 士士 学学 位位 论论 文文 摘摘 要要 摘摘 要要 组合预测是预测领域的一个重要研究内容 本文重点探讨了组合预测的赋权问 题 并提出了一种新的赋权方法 利用组合预测理论 统计分析方法 计量经济学 灰色系统理论对我国股市价格的历史数据进行了探讨和分析 采用了多个模型对股 价进行组合预测 克服了单一模型的局限性 有效地集结了更多的有用信息 结果 表明组合预测模型的预测精度有了明显提高 有效改善了预测结果 同时我们提出 的赋权方法与最优加权方法的预测精度相差无几 而计算却简化了 具有较强的实 用价值 本文主要工作在于 一是相对系统的阐述了组合预测的发展 对组合预测的起 源和发展作了细致的阐述 包括组合预测的优缺点和将来可能的发展方向 二是提 出了一种新的组合预测赋权方法 在实证分析中 我们涉及了三种不同的预测方法 即回归分析方法 灰色预测方法和时间序列预测方法 并把这些方法通过组合预测 组合在一起 采取不同的赋权方法 据此我们看到组合预测的功效 它确实提高了 预测的精度 同时我们提出的赋权方法和最优组合预测相比 除了精度上稍逊一筹 外 在技术上的处理则要简便很多 因而我们的方法可能在实际应用中具有一定优 势 三是组合预测尽管应用广泛 但是利用组合预测对我国股票市场进行预测 相 关文献还是非常少见的 应该说本文对组合预测的应用进行了一个新的尝试 最后 我们对全文进行总结 并指出进一步的研究方向 关键词关键词 组合预测 赋权 G(1,1)模型 ARCH 模型 回归分析 关键词关键词 I 华华 中中 科科 技技 大大 学学 硕硕 士士 学学 位位 论论 文文 华华 中中 科科 技技 大大 学学 硕硕 士士 学学 位位 论论 文文 Abstract Combination forecast is an important field in forecast. In this paper we focus on the weighting method of combination forecast, and put forward a new weighting method. We analysis the Chinese stock markets history data with the combination forecast theory, statistical analysis, econometrics and gray system theory, and exploit some models to forecast our stock price tendency. Empirical analysis shows that the combination forecast can improve the forecast accuracy greatly. At the same time, the new weighting method also can improve the forecast accuracy with more simple calculation and its forecast accuracy is almost the some as optimal combination forecast. In this paper, we focus on the weighting method of combination forecast. Our main work in this paper lies in as follow: first we systemically explain the development o

文档评论(0)

ww235998 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档