时间序列分析方法在我国股市预测中的运用-应用数学专业论文.docxVIP

时间序列分析方法在我国股市预测中的运用摘要近年来，基于时间序列分析的预测，在各个领域中都得到了广泛的应用。我国股票 市场是一个高度复杂的非线性动力系统，对股票价格进行预测较为普遍的模型就是时间 序列模型，后来科学家通过对人脑的研究，提出了神经网络模型。基于神经网络具有自 适应学习、高度鲁棒性和容错能力、能充分逼近复杂的非线性关系等优点，神经网络模 型受到人们的普遍关注和认可，并在预测方面取得了显著成绩。股市时间序列具有以下两个特性：首先，它貌似随机但又好像不完全随机；其次， 它非常容易获得。因此，众多研究学者以及股票交易者都希望能从中找出某些规律对股 票价格或收益率进行准确预测。本文的研究对象是股票价格预测模型。时间序列预测方 法体现了股价运行的长期趋势，股价短期技术调整是非线性关系，可以用神经网络模型 进行分析。本文首先介绍了时间序列分析的相关概念，其次介绍了三种时间序列的计量模型， 最后介绍了时间序列的另一种预测模型就是神经网络模型，神经网络模型能够拟合任意 非线性曲线，它的思想是在给定的预测度下通过给定的样本数据进行机器训练，建立输 出与输入的函数关系。本文以我国股票市场中的个股亚泰集团数据和康美药业数据作为 研究对象，以投资者短期的投资经营理念为主，来预测股票价格的未来走势。本文采用 Matlab 软件实现的方法，利用其工具箱和简单的编程环境，对中国股票市场数据进行检 验。结合所学数学知识，我们选择时间序列的线性模型和 BP 神经网络模型再次对股票 指数数据进行仿真和预测。然后通过误差分析，把线性模型和 BP 神经网络模型的预测 结果进行比较，得出两种模型的优点与不足，为未来的工作提出宝贵的意见。关键词：时间序列，股票价格预测， BP 神经网络模型， MatlabThe Application of Time Series Analysis Methods in Chinas Stock Market ForecastingAbstractIn recent years, the forecast based on the analysis of time series, is widely used in various fields. Chinas stock market is a highly complex nonlinear dynamic system. In China, people usually use time series model to predict the stock price, but later scientists propose neural network model by studying human brain. Due to the self-adaptive study, highly robustness and fault tolerance of neural network, and it’s fully approximation to complicated nonlinear relation, more and more attention is being paid to the neural network model and the model is accepted by people. In addition, the neural network model achieves remarkable results in stock forecast.The time series of stock market with the following two properties：In the first place, itseems random but incomplete answer; in the next place, it is easy to get. Therefore, many studies and scholars as well as the stock traders are hope of finding some rules to predict the stock price or stock revenue position exactly. Time series analysis methods is the latest quantitative forecasting methods, it is particularly applicable to the time series, because of the economy involve a lot of factors, and mor