收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

分形方法与机器学习方法在金融市场中的应用研究

朱婷  
【摘要】:股票市场和外汇市场是金融市场的重要组成部分,也是金融市场分析中的热点研究对象.这两个市场的剧烈波动将对一个国家的金融安全乃至世界经济的平稳发展有重大的影响,因此,研究股票市场的波动特征,提高股票价格的预测精度,分析汇率市场的波动行为及相关关系等问题对风险管理、投资决策和国际贸易等具有重要意义.首先,本文借助分形插值的理论与方法分析中国股票市场的波动特征,并尝试建立新的数学模型对市场价格进行短期预测.以深证成指的收盘指数为样本数据,建立了分析股票指数的分形插值模型.在此基础上,将分形插值方法分别与SVM方法和BP神经网络方法相结合,提出了新的混合预测模型用于预测股票指数的短期变化,并比较三种预测模型的预测效果.结果表明,分形插值与SVM以及分形插值与BP神经网络两种混合预测模型的预测效果均比单独使用分形插值模型的预测效果更佳,预测精度更高.然后,本文选取全球新兴市场与发达市场中若干代表性国家的汇率为研究对象,运用包括MV-MFDFA、MV-MFDCCA和CDFA等在内的多重分形分析方法研究新兴市场和发达市场国家的汇率波动特征、交互相关关系及耦合相关关系.实证结果表明,两个市场内和两个市场间各国汇率序列的自相关、交互相关和耦合相关关系均具有多重分形特征,且中国和法国分别为新兴市场和发达市场中多重分形性最强的国家,而俄罗斯和澳大利亚分别为新兴市场和发达市场中更易受外界因素影响而波动的国家;新兴市场的汇率波动相比发达市场的波动更易受突发事件的影响,中国和俄罗斯以及澳大利亚与英国分别是所在市场汇率波动的主导国家;在新兴市场内,中国汇率市场比其他市场具有更强的波动传导效应,而发达市场内各国汇率之间的波动关系具有相似的持续性特征;此外,指出由于长程相关性和胖尾分布的不同影响,在新兴市场中,南非和中国分别与其他国家汇率市场的耦合相关性最强,而在发达市场中,法国和日本与其他国家汇率市场的耦合相关性最强.最后,我们给出本文的总结与相关问题的进一步研究展望.


知网文化
【相似文献】
中国期刊全文数据库 前16条
1 孙欣跃;;基于分形插值的城市降雨时间序列精细化估算[J];水科学与工程技术;2020年04期
2 江宝得;吴亮;谢忠;;顾及海岸线地理弯曲特征约束的可控分形插值方法[J];武汉大学学报(信息科学版);2019年03期
3 李玲;冯志刚;许荣飞;;三维空间中的分形插值曲线及其维数[J];安徽工业大学学报(自然科学版);2007年02期
4 刘刚,胡远来,贾玥;随机分形插值法在地震数据处理中的应用[J];物探化探计算技术;2002年04期
5 杨绍国,何明星;地震剖面随机分形插值方法[J];物探化探计算技术;1998年03期
6 姚辉学,卢章平;随机工程曲线的分形插值方法研究[J];江苏理工大学学报(自然科学版);1999年04期
7 孙庆华;刘甜甜;张云峰;包芳勋;;有理分形插值曲线的约束和单调保持[J];计算机辅助设计与图形学学报;2017年11期
8 王威;苏经宇;马东辉;田杰;;岩体质量评价的分形插值模型[J];中南大学学报(自然科学版);2012年12期
9 生井娟;冯志刚;;一类分形插值曲面及其截线[J];江苏科技大学学报(自然科学版);2010年06期
10 张灿,凃国防,刘笑宙;小波分形插值应用于遥感图像处理[J];计算机研究与发展;2005年02期
11 孙洪泉,谢和平;分形插值曲面及其维数定理[J];中国矿业大学学报;1998年02期
12 温江涛,朱雪龙;噪声中的分形插值信号提取──分形逆问题的一种简便解法[J];电子学报;1996年07期
13 吴大奎,甘其刚;应用分形插值预测裂缝[J];石油地球物理勘探;1995年06期
14 孙秀清;冯志刚;;基于多项式的分形插值曲面构造方法[J];数学学习与研究;2015年15期
15 刘映;翟明岳;刘永笑;刑林敏;;一种改进的基于分形插值和小波分析的电力负荷短期预测方法[J];电网技术;2013年01期
16 冯志刚;张蓓蓓;;一种分形插值曲线上的调和结构和有效电阻[J];江苏大学学报(自然科学版);2011年02期
中国重要会议论文全文数据库 前12条
1 李信富;李小凡;;分形插值地震数据重建方法研究[A];中国科学院地质与地球物理研究所2008学术论文汇编[C];2009年
2 王健;夏蔚文;奚学程;张亚欧;赵万生;;小孔电火花加工穿透检测中几种机器学习算法的性能比较[A];第18届全国特种加工学术会议论文集(摘要)[C];2019年
3 赵欢喜;;矩形网格上的分形插值[A];面向21世纪的科技进步与社会经济发展(上册)[C];1999年
4 张彤;庄茁;;多维自仿射分形插值模型[A];中国力学学会学术大会'2005论文摘要集(下)[C];2005年
5 何晏成;关毅;岳淑珍;;一个基于免疫机制的在线机器学习算法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
6 李万智;王金满;张雅馥;张敏;;基于联合多重分形的复垦区土壤植被交互影响[A];中国煤炭学会土地复垦与生态修复专业委员会第八届全国矿区土地复垦与生态修复学术会议交流材料[C];2019年
7 谢淑云;鲍征宇;;地球化学场的分形与多重分形特征[A];中国矿物岩石地球化学学会第九届学术年会论文摘要集[C];2003年
8 宁新宝;王俊;;生理信号中的多重分形[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年
9 张彦;刘飒;孟令军;崔洪杰;;嵌入式机器学习算法库设计[A];2018年军工装备技术专刊论文集[C];2018年
10 张颖;路影;;时尚商品价格时间序列的多重分形分析[A];2007中国控制与决策学术年会论文集[C];2007年
11 谢平;刘彬;王霄;林洪彬;;多重分形熵及其在非平稳信号分析中的应用研究[A];第七届青年学术会议论文集[C];2005年
12 王金东;王巍;李宏灿;李新伟;;往复压缩机轴承故障的多重分形特征提取[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年
中国博士学位论文全文数据库 前7条
1 Mansour Abdurrasool Abdulwahab Alhaddad;分形插值与分形网络的若干研究[D];华东师范大学;2019年
2 赵彤洲;基于高频水位数据的多重分形及非平稳性分析[D];华中科技大学;2018年
3 王访;作物诊断的叶片图像多重分形方法与建模[D];湖南农业大学;2013年
4 李大辉;网络视频流量的多重分形建模与多步预测研究[D];哈尔滨工程大学;2012年
5 张琛;面向PM2.5空气污染分析的多重分形方法研究[D];合肥工业大学;2016年
6 Salah Fadlallah Awadelseid;中国东南部德兴斑岩铜矿床热液成矿作用的地球化学特征及多重分形分析[D];中国地质大学;2015年
7 文环明;分形测井解释理论方法研究[D];成都理工大学;2003年
中国硕士学位论文全文数据库 前20条
1 朱婷;分形方法与机器学习方法在金融市场中的应用研究[D];南京财经大学;2020年
2 张明霞;隐变量分形插值曲线及其计盒维数[D];江苏大学;2019年
3 周坤;具有若干参数的分形插值迭代函数系的构造及其扰动误差分析[D];南京财经大学;2019年
4 杨晓梅;具有可变参数的有理分形插值及其在股指分析中的应用[D];山东大学;2019年
5 牛颖超;基于分形插值模型的喀斯特山区土壤肥力综合评价研究[D];贵州师范大学;2018年
6 刘甜甜;具有函数尺度因子的有理分形插值曲线曲面及其应用[D];山东大学;2018年
7 刘华帅;一般限制域上的分形曲线和曲面插值[D];南京财经大学;2018年
8 黎红;分形分析方法在金融时间序列中的应用研究[D];南京财经大学;2018年
9 张靓;分形插值曲面及分形插值函数分数阶微积分的研究[D];江苏师范大学;2018年
10 南海凤;分形插值及其应用[D];苏州科技学院;2015年
11 李玲;三维空间中的分形插值曲线及其计盒维数[D];江苏大学;2006年
12 范晶晶;基于机器学习算法的互联网金融风控模型研究[D];杭州电子科技大学;2019年
13 庄爽;机器学习算法的认知探究[D];华南理工大学;2019年
14 周馨匀;基于机器学习算法的连锁餐饮店选址研究[D];华中科技大学;2019年
15 周尧;面向服务的一站式机器学习算法系统的设计与实现[D];南京大学;2019年
16 邢源;面向大数据的机器学习算法支撑平台设计与实现[D];北京邮电大学;2019年
17 张瑛;云操作系统日志流实时挖掘机器学习算法研究[D];西北师范大学;2018年
18 黄卓彬;跨领域的终身机器学习算法研究[D];华南理工大学;2017年
19 朱鹏博;基于机器学习算法的恶意代码检测技术研究[D];北京邮电大学;2018年
20 王航雨;一类双三次有理样条分形插值及其在图像处理中的应用[D];山东大学;2017年
中国重要报纸全文数据库 前5条
1 记者 田学科;新机器学习算法有助药物开发提速[N];科技日报;2019年
2 记者 王晓洁;透视“阿尔法狗”背后的机器学习算法[N];经济参考报;2017年
3 记者 刘霞;新机器学习算法确认50颗系外行星[N];科技日报;2020年
4 记者 吴长锋 通讯员 杨保国;中科大首次实现量子机器学习算法[N];科技日报;2015年
5 记者 李陈续 通讯员 杨保国;中国科大首次实现量子机器学习算法[N];光明日报;2015年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978