我国股票价格的组合预测
【摘要】: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。
|
|
|
|
1 |
吴守荣;山东省公路机动车货运量及运力组合预测[J];山东科技大学学报(自然科学版);1999年04期 |
2 |
陈华友;全距在确定组合预测最优权系数中的应用[J];安徽大学学报(自然科学版);2001年03期 |
3 |
邹自德;二个简便的组合预测模型及应用[J];广州广播电视大学学报;2002年03期 |
4 |
陈华友,刘春林;基于IOWA算子的组合预测方法[J];预测;2003年06期 |
5 |
陈华友;熵值法及其在确定组合预测权系数中的应用[J];安徽大学学报(自然科学版);2003年04期 |
6 |
丁咏梅,周晓阳;组合预测在粮食产量预测中的应用[J];统计与决策;2004年03期 |
7 |
王应明,罗英;广义加权算术平均组合预测技术研究[J];预测;1998年01期 |
8 |
周玉霞;合作对策方法在确定组合预测权系数中的应用[J];重庆师范学院学报(自然科学版);2003年02期 |
9 |
陈华友;组合预测权系数确定的一种合作对策方法[J];预测;2003年01期 |
10 |
张新育;组合预测的贝叶斯极大似然估计法[J];预测;1998年05期 |
11 |
吴祈宗,宋颖;一种模糊组合预测方法[J];北京理工大学学报;2004年04期 |
12 |
王明涛;确定组合预测权系数最优近似解的方法研究[J];统计研究;1999年07期 |
13 |
陈孝新;广义加权算术平均组合预测技术进一步研究[J];南昌大学学报(工科版);2001年01期 |
14 |
刘光中,颜科琦;组合神经网络模型对电力需求的预测[J];数量经济技术经济研究;2003年01期 |
15 |
赖红松,董品杰;基于灰色预测和神经网络的城市建设用地量预测[J];测绘信息与工程;2003年06期 |
16 |
孙见荆;组合预测参数估计方法研究[J];预测;1996年06期 |
17 |
刘海波,项静恬,陈国珍,赵振国;时间参数加权的递归正权组合预测方法及其在气候预测中的应用[J];数理统计与管理;1999年03期 |
18 |
张新育,杨松华,成立社,周世国;无尺度偏差和系统偏差组合预测的贝叶斯极大似然估计[J];预测;1999年01期 |
19 |
韩平,席酉民;基于模糊神经网络的信贷风险组合预测[J];数量经济技术经济研究;2001年05期 |
20 |
陈华友;基于预测精度的多目标组合预测优化模型研究[J];大学数学;2003年02期 |
|