版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、本文以我國股票市場的兩種股票指數(shù)數(shù)據(jù)作為研究對象,首先對這兩種時(shí)間序列進(jìn)行混沌性質(zhì)的判定,得出均為混沌時(shí)間序列,再用混沌預(yù)測法對其進(jìn)行預(yù)測。本文的主要工作安排如下:
第一部分介紹本文用到的基礎(chǔ)知識與方法。
第二部分對兩種指數(shù)時(shí)間序列進(jìn)行檢驗(yàn)。首先應(yīng)用功率譜法發(fā)現(xiàn)數(shù)據(jù)結(jié)構(gòu)為非周期運(yùn)動,頻數(shù)直方圖分析這兩組數(shù)據(jù)與正態(tài)分布之間存在差異,PCA分析法則表明數(shù)據(jù)為非噪聲序列且具有混動性質(zhì)。這三種定性分析法判定這兩組時(shí)間序列都有
2、混沌性質(zhì)。在定性分析的基礎(chǔ)上,再用統(tǒng)計(jì)特征量如Lyapunov指數(shù)、關(guān)聯(lián)維數(shù)與Kolmogorov熵等定量分析判定這兩種指數(shù)的混沌性質(zhì)。本文采用C-C法進(jìn)行相空間重構(gòu);G-P算法計(jì)算關(guān)聯(lián)維數(shù)和Kolmogorov熵發(fā)現(xiàn)這兩種序列的關(guān)聯(lián)維具有收斂性,Kolmogorov熵為正數(shù);采用Wolf法和小數(shù)據(jù)量法計(jì)算最大Lyapunov指數(shù),這兩種方法計(jì)算的最大Lyapunov指數(shù)均為正數(shù);這樣,進(jìn)一步說明這兩種指數(shù)序列處于混沌狀態(tài)。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于時(shí)間序列和神經(jīng)網(wǎng)絡(luò)的股票指數(shù)預(yù)測研究.pdf
- 基于基因表達(dá)式編程的股票指數(shù)和價(jià)格時(shí)間序列分析.pdf
- 股票指數(shù)期貨風(fēng)險(xiǎn)分析.pdf
- 論股票指數(shù)的趨勢分析.pdf
- 股票指數(shù)的分析研究.pdf
- 股票指數(shù)期貨
- 股票指數(shù)與分析研究
- 股票指數(shù)期貨及其應(yīng)用分析.pdf
- 股票指數(shù)信號的似混沌特性及去噪研究.pdf
- 發(fā)展我國股票指數(shù)期貨對策研究.pdf
- 我國股票指數(shù)期貨的模式設(shè)計(jì)研究.pdf
- 我國股票指數(shù)期貨的交易模式設(shè)計(jì).pdf
- 在我國推出股票指數(shù)期貨的研究.pdf
- 股票指數(shù)期貨定價(jià)分析研究.pdf
- 股票指數(shù)期貨研究及其定價(jià)分析.pdf
- 我國發(fā)展股票指數(shù)期權(quán)問題研究.pdf
- 中國股票指數(shù)期貨標(biāo)的指數(shù)的選擇.pdf
- 論我國推出股票指數(shù)期貨的可行性.pdf
- 股票指數(shù)期貨【外文翻譯】
- 基于PSO優(yōu)化混沌BP神經(jīng)網(wǎng)絡(luò)的股票指數(shù)預(yù)測模型研究.pdf
評論
0/150
提交評論