基于混沌理论的股票价格实时预测

本文分析了股票的混沌性,根据复杂的股票价格特点,改进了混沌时间序列预测方法中的加权一阶局域法与基于最大Lyapunov指数的预测方法,并将其成功应用于股票价格预测。在数值试验中,对股票价格进行了分析,利用上述两种方法进行了拟合和预测,得到了令人满意的结果,说明这两种方法是可行的,结果是理想的。     

基于Elman神经网络的时间序列股票价格短期预测

Elman神经网络是一种典型的回归神经网络,比BP神经网络具有更强的计算和适应时变特性的能力,因而非常适用于预测股市这一类极其复杂的非线性动力学系统。文章给出一种基于Elman神经网络的股票市场建模、预测及决策方法,对浦发银行股价在时间序列上作了连续若干天的短期预测,实验结果取得较高的预测精度、较为稳定的预测效果和较快的收敛速度。这表明该预测模型对于个股价格的短期预测是可行和有效的。     

关于股票价格的二阶模糊时间序列

由于股票价格的时间序列具有不确定性,股市的真实模型不容易建立,而模糊时间序列在解决模糊性数据和不确定性数据方面具有较大优势;因此,本文首先将数据进行预处理并改进论域划分的方法,然后利用三角隶属度函数进行数据的模糊化处理,再利用模糊化后的数据建立三层BP神经网络,最后,应用广义的逆模糊数公式将预测模糊集进行逆模糊化,从而得到预测结果.应用本文方法对印度国家银行(SBI)股票价格和Alabama 大学的入学人数进行预测,预测结果精度较高.     

改进的时间相关序列股票价格混合预测模型研究

金融股票市场是一个极其复杂的演化系统,因此对股价波动进行准确预测是投资者理性规避投资风险的重要渠道。本文首先通过构建科学性较强的自回归移动平均与支持向量机（ARIMASVM）模型分析一维金融时序数据的线性成分,对我国股价波动进行样本内预测并与真实数据作比较,再利用改进的支持向量机（TGDSVM）模型基于金融面板时序数据处理线性预测后剩余的非线性成分信息。采用平均绝对误差（MAE）、均方根误差（RMSE）、平均绝对比例误差（MAPE）、回归指数（WIA）、百分标准误差（SEP）与Nash系数六个预测精度指标检验五只股票日收盘价的预测精度。仿真结果表明：改进的时间相关序列（ARIMA-TGD-SVM）股票价格混合预测模型可以很好的弥补传统支持向量机（SVM）模型对解决多分类问题存在困难和对大规模训练样本难以实施的不足,并有效解决其利用欧式距离表征时序数据内部真实相互关系不足的缺陷,能够为股市预测提供理论依据和实际应用奠定基础。     

方差分析在人力资源考评中的应用

该文采用方差分析方法对人力资源考评中考评结果本身的信度进行了量化评价，给出了方差分析在人力资源考评中可能出现的几种比较典型的结果,为考评的公正、客观性提供了理论依据。此外，该文还给出了应用案例，以供参考。     

基于谱分析下的时间序列的平稳性检验

将时间序列分为S个子序列片断,用周期图方法估计时间序列的谱密度,在此基础上用3σ原理和两因素方差分析比较各子序列的异同,用以分别检验时间序列的均值函数和协方差函数的平稳性.较其它方法避免了复杂的计算,同时给出了检验统计量和判别准则,克服了人为主观因素的影响.     

QR分解在方差分析中的应用

在线性混合模型的方差分量估计中,方差分析估计是一种很重要的估计方法。应用此方法估计过程中,所求的方程组的系数矩阵是上三角矩阵,很容易求得其解,然而它的计算会随着数据的增多变得既耗时又不稳定。用QR分解的方法计算方差分量的估计,不用计算投影阵及广义逆矩阵,而且参与运算的矩阵的阶数相对比较小,节约了存储空间。利用QR分解,讨论其在线性混合模型中方差分量的方差分析估计中的应用。     

方差分析在汽车振动系统中的应用

应用Matlab中的Simulink,针对汽车振动模型,分析汽车系统各参数,并利用方差分析得出影响汽车簧载质心位移和簧载质量转角的显著性因素,对汽车的设计起到一定的参考作用．     

股价拐点的随机游程检验

随机游程检验法是用来检验时间序列是否是纯随机的一种方法。本文给出了计算一列股价序列中的游程数、价格上升和价格下降数的程序,并运用随机游程检验法来判断华夏银行2007年11月的股价变化是否具有随机性。     

不连序序列周期分析方法

本文以方差分析法为基础．对具有历史调查洪水及有缺项的不连序序列，假定除了特大值之外，序列的均值和方差均保持与实测一般项的对应值相等，推导出不连序序列周期分析的计算方法．实例计算结果表明，本法合理可行．     

股价的成交量推进进程及其动力学分析

传统的股价序列都是按照均匀时间间隔采样进行分析的，但实际上股价的变化并不是基于均匀日历时间，而是基于交易过程推进的．提出了股价推进的成交量进程假设，阐述了基于成交量进程的股价动力学分析方法，对上征综合指数进行了实证研究．结果表明，基于成交量进程的股价动力学分析方法具有可行性和有效性．     

中国股价指数与物价指数的协整分析

利用协整检验方法，对我国股价指数和物价指数波动的关系进行分析，可知上证指数和深证成指在波动的延续性上不同；股价指数与物价指数的协整关系对校正股价指数偏离长期均衡有一定的调节作用，但力度不大；长期调节因素对本期物价指数的变动，上证指数和深证成指的表现刚好相反。     

多元分析在物价变动研究中的应用

利用多元分析中的相关方法,通过抽象、组合、加工、转化,形成简单明了、通俗易懂、操作简单的简化式方差分析及综合相关分析方法,分析了物价变动情形。针对近几年来国家统计局公布的有限的有关物价的经济数据,进行全方位、多角度、深层次的分析研究,试图找出引发物价变动的主要因素及根源,让人们了解中国近几年经济现状及物价态势,引导人们采取相应对策趋利避害,防止大的通货膨胀及通货紧缩,以减少金融危机对其自身的影响。     

模糊推理方法在股市预测中的应用

以日成交金额和15日相对强弱指标的绝对量和增量共4个变量作为影响股指走势因素,应用模糊推理方法对沪市中短期上升行情进行预测,结果较为满意.模糊推理方法对每一种影响因子(xi)与输出因子(y),统计其在每一分级中占的次数,取两者次数的比值即为分级模糊关系值,从而得到模糊关系矩阵R(xi,y).再取R(xi,y)每行最大值相加,可得到4个数值.以每个数值除以4个数值之和,即为每个影响因子权重wi.最后,建立预测模型y=w°R*.R*是由所预测行情的4个变量决定的矩阵.     

按质论价法在证券市场效率分析中的应用

针对"事件研究法"在检验证券市场效率中存在的不足,采用"按质论价法"估算事件对市场的真实影响的测度,并用它测算出《证券法》颁布这一典型事件引起的股票组合的超额收益率,验证了"按质论价法"在市场效率研究中的有用性。     

地价、房价和股价关系的实证研究

就我国地价、房价和股价间影响关系问题,通过实证分析后认为:我国土地市场与股票市场间存在正相关关系,土地价格上涨引起股票价格上涨;地价上涨并未导致房价上涨。     

局部线性光滑技术和ARIMA模型在股价动态预测中的应用

针对目前我国股票市场中难以对上市公司的股票价格从定量分析的角度进行有效预测这一突出问题,利用时间序列局部线性光滑技术并结合ARIMA建模方法,提出了股票价格序列的一步动态预测方法,用于股票价格序列的建模及股价短期预测,以期为企业和投资者在进行相关决策时提供有益的参考．最后,以两家上市公司近几年股票的周平均价格为例验证了预测结果的有效性．     

利用社交媒体情感分析的短期股价趋势预测方法

本文旨在利用社交媒体中的情感信息来提升股价涨跌预测性能.与以往粗粒度地使用文本中的情感信息不同,将与某公司特定话题相关的细粒度情感信息引入预测模型中,并提出一个用于短期股价预测的全新特征——"话题-情感",该特征同时抽取话题和情感信息,并协同利用二者来预测股价涨跌.此外,以往的测试数据集中交易日数量非常少或者仅包含单支股票的数据,本文方法构建了包含众多股票的长时间跨度数据集,并在此数据集上验证了细粒度情感分析对股价涨跌预测的良好效用.     

股票交易价格预测模型研究

本文在分析股票交易价格影响因素和对股价波动进行分解研究的基础上,建立了一种带控制项变量的股票交易价格自相关预测模型和相应的计算机软件.计算结果表明,本模型具有实用价值.     

利率波动对股票价格影响的实证研究

就利率如何影响股票价格进行了理论分析,并利用上海证券交易所7天国债回购利率与上证指数数据进行了实证研究,发现中国的股票价格与利率之间存在共同的长期趋势,利率的目度波动领先股票目收益率的变动。对此现象．给出了一些相应的经济解释和政策建议。