【摘 要】
:
金融市场是一个具有显著不稳定和非线性等特性的复杂动力学系统,其外在表现为金融时间序列。量化分析金融时间序列,尽可能挖掘其隐藏的现实信息,可以为政策制定和投资者决策提供重要参考。经验模态分解(Empirical Mode Decomposition,EMD)对于处理非线性和非平稳信号具有独特优势,同时人工神经网络具有强大的非线性处理和分析能力。本文综合利用EMD和BP神经网络(Back Propag
论文部分内容阅读
金融市场是一个具有显著不稳定和非线性等特性的复杂动力学系统,其外在表现为金融时间序列。量化分析金融时间序列,尽可能挖掘其隐藏的现实信息,可以为政策制定和投资者决策提供重要参考。经验模态分解(Empirical Mode Decomposition,EMD)对于处理非线性和非平稳信号具有独特优势,同时人工神经网络具有强大的非线性处理和分析能力。本文综合利用EMD和BP神经网络(Back Propagation Neural Network,BPNN)的优势,先基于EMD算法对上海证券交易所四只股票的波动走势进行分析。然后利用EMD对股票数据进行分解,再对分解的IMFs实施重构,并搭建BP网络模型,对重构后的数据进行短期收盘价预测。本文所开展的工作及取得的主要结果如下。首先,以上海证券交易所的上证综合指数、贵州茅台、中国平安、工商银行等四只股票的每日收盘价作为研究对象。在建模预测前,先对原始股价序列进行探索性分析把握数据的总体特征,然后检查研究样本数据是否具有平稳性和记忆性。结果表明:四只预测样本均具有非平稳性和长记忆性的特点。在此基础上,对数据实施基于EMD的平稳化处理。进而结合IMFs分量特征对分解后的分量数据进行重构,以实现对后期神经网络输入数据降维的效果,同时降低后续模型复杂度。另外,还结合IMFs分量波动特征及对应的股市情况对重构分量进行解释,探究波动背后的现实原因,使本文工作具有一定的现实意义。其次,构建BPNN、EMD-BPNN预测模型对四只股票样本分别进行训练和预测,利用平均绝对误差、平均相对误差和预测的趋势正确率三个指标分析模型预测效果。实验结果表明:EMD对BP神经网络预测效果具有显著提升作用。这一结论同时也揭示了EMD分解与IMF分量重构的合理性与有效性。为了进一步验证本文研究结论,通过构建SVR、EMD-SVR预测模型,并与EMD-BPNN模型预测效果进行对比,结果表明:EMD对SVR预测效果的提升在四只研究样本上不具有一致性,基于SVR的预测模型的性能低于EMD-BPNN。这进一步说明本文所选取的EMD-BPNN预测方法较之于SVR的方法对于股价预测更有效。
其他文献
电能是一种清洁有效,应用广泛的能源形态,电能的储存是其应用环节中的关键一环。超级电容器作为潜力巨大的储能元件之一,其适用温度范围宽、对环境的污染小,成为世界各国储能器件的研究重点。在众多超级电容器电极材料中,导电高分子聚苯胺(PANI)易制备、成本低、导电性好,是研究较多的材料,但聚苯胺在储能过程中结构的膨胀收缩导致其循环稳定性不高,制约了其在储能方面的应用。本论文通过在聚苯胺中掺杂结构稳定的材料
全球能源消耗的增加和环境的恶化使清洁能源的开发利用比以往更加紧迫。氢能具有高能量密度和无污染排放等优点,被广泛认为是最有希望的清洁能源之一。然而,高效且安全的氢存储和可控释放仍然是氢能推广应用的障碍。在现有技术条件下,氢气通常以压缩气体或低温液体的形式存储,然而这些方法能耗较高且对设备有很高的要求。因此,人们致力于寻找在温和条件下可以安全有效地储氢的可靠途径。硼氢化物(如硼氢化钠(Na BH4)和
现代时装中"复古"元素的流行以及"汉服运动"的兴起,让一部分人的关注焦点逐渐转移到我国传统经典的民族服饰上,同时也引起个别群体对中国古代服饰的探索兴致以及利用复古元素对现代服装进行改造创新的热忱。本文以宋代褙子为研究对象,追溯宋代褙子的发展历程以及款式造型变化,深入探究其造型工艺、纹样色彩、面料等多方面的特点。文章通过总结宋代褙子的相关特点,分析当下时装中的流行元素以及市面上现有褙子的流行款式,进
电解质溶液热力学的研究是湿法冶金中金属的分离与提取、重金属污染治理以及废水处理等工业过程的理论基础。电解质溶液的热力学参数是用来描述实际电解质溶液与理想电解质溶液的偏差程度,而这些热力学参数都可以由离子的活度系数推算出来。因此,活度系数的测定对研究电解质溶液热力学参数具有非常重要意义。在矿产资源开发、金属加工和冶炼、化工生产和工厂排放过程中所产生的重金属极易与Na、K等碱金属形成了含重金属的电解质
印染行业是国民经济的重要支柱之一。近几年,随着人民生活水平逐步提高,印染行业得到快速发展,同时印染废水的排放量也随之增加。全球每年有近100吨合成染料排放进入自然环境中,对环境和人体产生巨大危害。因此,深入研究染料废水的处理,是目前水处理领域非常重要的课题。在水处理方法中,最广泛应用的是吸附法。性能优越、价格低廉、重复利用率高的吸附剂是科技工作者追求的目标。超交联聚合物是通过傅-克烷基化反应,将价
作为中国三大内陆盆地之一的柴达木盆地,因其蕴藏有丰富的锂(Li)、钠(Na)、钾(K)、铷(Rb)、铯(Cs)等碱金属资源而在国际享誉“聚宝盆”之美称,极有开发价值。Li+、Na+、K+、Rb+、Cs+等碱金属离子间极易形成多种复盐与固溶体,加剧了元素分离与提取难度。柴达木盆地盐湖卤水大多为硫酸盐型卤水,为有效开发利用这些卤水资源,本文采用了等温溶解平衡法开展了五元体系Li+,Na+,Rb+,Cs
近年来,随着经济的快速发展,大量污染物进入水体,其中氯酚类有机污染物由于毒性高、降解难、富集性强,可通过食物链进入人体,对人类健康构成严重威胁。大量研究表明,我国氯酚类有机化合物(CPs)危害形式严峻,迫切需要高效且低成本的方法来处理水体中的CPs。金属有机骨架(MOFs)材料作为一种新型的有机-无机杂化材料,由于拓扑结构丰富可调、比表面积大、金属位点开放等优点引起了科研工作者的关注,在储气、富集
无论是理论还是实践,情与法的平衡一直是社会大众所关注的热点问题。当今法治社会中,社会大众的认知是“法不容情”,而实质上在法律案件的判例中,法理与情理是对立而又统一的关系,情理对法理既产生积极的作用,也产生消极的作用,只有在司法过程中自然有机结合,形成法律案件判决的法与理的平衡,才能真正实现法律的公平与正义。本文从法律案件判决的实践角度出发,分析法律案件中法理与情理的司法辩证关系与两者产生冲突的根本
氨在化工中具有举足轻重的作用,其产量在众多化工产品中位列前茅。传统哈伯法工艺成熟,但反应需在高温高压下进行。介质阻挡放电(DBD)可在常温常压下进行化学反应,已广泛应用于等离子体合成氨的研究,而泡沫铜是一种常用的多孔催化材料。本文选择泡沫铜作为催化剂,钨棒作为电极材料,开展等离子体合成氨的工艺研究,并通过加入石英棉增强泡沫铜催化性能,进一步研究合成氨的动力学、催化增强机理及反应机理。研究成果为提高
随着云计算、机器学习、人工智能等前沿技术的成熟运用,数据驱动增长已成为共识,银行业已进入4.0时代,越来越多的银行开启智慧金融服务与数字化银行战略来取得竞争优势。积极探索更高效的数据挖掘技术,对客户价值与生命周期进行全面分析,可以帮助银行做好保存量客户、促增量客户,全方位提高其对客户的认知能力和营销效率。本文主要探讨了数据挖掘技术中的统计方法与机器学习算法在商业银行客户价值细分和流失预测中的应用,