時間序列預(yù)測――在股市預(yù)測中的應(yīng)用【開題報告】

1、<p><b>　　畢業(yè)設(shè)計開題報告</b></p><p><b>　　信息與計算科學</b></p><p>　　時間序列預(yù)測――在股市預(yù)測中的應(yīng)用</p><p>　　一、綜述本課題國內(nèi)外研究動態(tài), 說明選題的依據(jù)和意義</p><p>　　時間序列是一種重要的高維數(shù)據(jù)類型, 它是由

2、客觀對象的某個物理量在不同時間點的采樣值按照時間先后次序排列而組成的序列, 在經(jīng)濟管理以及工程領(lǐng)域具有廣泛應(yīng)用. 例如證券市場中股票的交易價格與交易量、外匯市場上的匯率、期貨和黃金的交易價格以及各種類型的指數(shù)等, 這些數(shù)據(jù)都形成一個持續(xù)不斷的時間序列. 利用時間序列數(shù)據(jù)挖掘, 可以獲得數(shù)據(jù)中蘊含的與時間相關(guān)的有用信息, 實現(xiàn)知識的提取. </p><p>　　時間序列分析方法最早起源于1927年, 數(shù)學家耶爾(Y

3、ule)提出建立自回歸(AR)模型來預(yù)測市場變化的規(guī)律, 接著, 在1931年, 另一位數(shù)學家瓦爾格(Walker)在AR模型的啟發(fā)下, 建立了滑動平均(MA)模型和自回歸、滑動平均(ARMA)混合模型, 初步奠定了時間序列分析方法的基礎(chǔ), 當時主要應(yīng)用在經(jīng)濟分析和市場預(yù)測領(lǐng)域. 20世紀60年代,時間序列分析理論和方法邁入了一個新的階段, 伯格(Burg)在分析地震信號時最早提出最大熵譜(MES)估計理論, 后來有人證明AR模型的功率

4、譜估計與最大熵譜估計是等效的, 并稱之為現(xiàn)代譜估計. 它克服了用傳統(tǒng)的傅里葉功率譜分析(又稱經(jīng)典譜分析)所帶來的分辨率不高和頻率漏泄嚴重等固有的缺點, 從而使時間序列分析方法不僅在時間域內(nèi)得到應(yīng)用, 而且擴展到頻率域內(nèi), 得到更加廣泛的應(yīng)用, 特別是在各種工程領(lǐng)域內(nèi)應(yīng)用功率譜的概念更加方便和普遍. 到20世紀70年代以后, 隨著信號處理技術(shù)的發(fā)展, 時間序列分析方法不僅在理論上更趨完善, 尤其是在參數(shù)估計算法、定階方法及建模過程等方面都

5、得到了許多改進, 進一步地邁向?qū)嵱没? 各種時間序列分析軟件也不斷</p><p>　　隨著時間序列分析方法的日趨成熟, 其應(yīng)用領(lǐng)域越來越廣泛, 主要集中在預(yù)報預(yù)測領(lǐng)域, 例如氣象預(yù)報、市場預(yù)測、地震預(yù)報、人口預(yù)測、汛情預(yù)報、產(chǎn)量預(yù)測, 等等. 另一個應(yīng)用領(lǐng)域是精密測控, 例如精密儀器測量、精密機械制造、航空航天軌道跟蹤和監(jiān)控,以及遙控遙測、精細化工控制等. 再一個應(yīng)用領(lǐng)域是安全檢測和質(zhì)量控制. 在工程施工和維修

6、中經(jīng)常會出現(xiàn)異常險情, 采用儀表監(jiān)測和時間序列分析方法可以隨時發(fā)現(xiàn)問題, 及早排除故障, 以保證生產(chǎn)安全和質(zhì)量要求. 以上僅僅列舉了某些應(yīng)用領(lǐng)域,實際上還有許多應(yīng)用, 不勝枚舉. </p><p>　　股票市場在中國社會經(jīng)濟生活中起著越來越重要的作用. 截至2006年底, 滬深兩市總市值為89403.89億元, 市值規(guī)模上升至全球第10位, 亞洲第3位. 由于中國股票市場在國民經(jīng)濟中的地位和作用不斷提高, 無論是

7、從政府宏觀決策層面還是從具體投資者微觀層面對股票市場價格行為進行深入研究的需求都顯得尤為迫切. 股票市場價格行為一是指股票市場價格如何變化, 即價格是上漲還是下跌; 二是指價格變化的波動, 根據(jù)資本資產(chǎn)定價模型, 股票風險是決定其價格的重要因素, 在現(xiàn)代財務(wù)理論里面也常以波動來代表風險, 并以股票收益的方差或者標準差來度量. 對股票市場價格行為進行研究, 在宏觀和微觀方面都有重要的現(xiàn)實意義. 從宏觀上來看, 政府制定干預(yù)市場政策的基礎(chǔ)是

8、深刻理解股票市場的行為與波動特征; 從微觀上來看, 能影響包括投資者在內(nèi)的市場參與者的市場投資策略. 研究股票行為的方法或理論多種多樣, 而用時間序列預(yù)測方法來研究股票的行為是非常合適的, 因為我們可以通過一組股票價格的時間序列觀測值來預(yù)測未來股票的走向, 從而為我們對控制股票的行為得到理論依據(jù). </p><p>　　二、研究的基本內(nèi)容, 擬解決的主要問題</p><p>　　研究的基本

9、內(nèi)容: 結(jié)合時間序列分析技術(shù)對時間序列進行數(shù)據(jù)挖掘，對時間序列數(shù)據(jù)進行研究</p><p>　　解決的主要問題: 1. 分析了時間序列分析技術(shù)的方法和特點</p><p>　　2. 闡述簡單平均移動法, 趨勢移動平均法, 加權(quán)移動平均法</p><p>　　3. 用簡單移動平均法做了股票預(yù)測</p><p>　　三、研究步驟、方法及措施&l

10、t;/p><p><b>　　研究步驟: </b></p><p>　　查閱相關(guān)資料, 做好筆記;</p><p>　　仔細閱讀研究文獻資料;</p><p>　　在老師指導下確定整個論文的思路, 列出論文提綱, 撰寫開題報告;</p><p><b>　　翻譯英文資料;</b>

11、</p><p>　　開題報告通過后撰寫畢業(yè)論文;</p><p><b>　　上交論文初稿;</b></p><p>　　反復修改論文, 修改英文翻譯, 撰寫文獻綜述;</p><p><b>　　論文定稿. </b></p><p>　　方法、措施: 通過到圖書館、上網(wǎng)等

12、查閱收集資料, 參考相關(guān)內(nèi)容 在老師指導下, 歸納整理各類問題</p><p><b>　　四、參考文獻</b></p><p>　　肖冬榮, 王麗娜. 基于ARMA模型的經(jīng)濟非平穩(wěn)時間序列的預(yù)測分析 [J]. 武漢理工大學學報: 交通科學與工程版, 2004, 28(1): 33-34.</p><p>　　王達, 榮岡. 時間序列的模式距離

13、 [J]. 浙江大學學報(工學版), 2004, 38(7): 5-98.</p><p>　　張軍. 基于時間序列相似性的數(shù)據(jù)挖掘方法研究 [D]. 南京: 東南大學, 2006.</p><p>　　周廣旭. 一種新的時間序列分析算法及其在股票預(yù)測中的應(yīng)用 [J]. 計算機應(yīng)用, 2005, 25(9): 2179-2181, 2184.</p><p>　　王

14、達,榮岡. 時間序列的模式距離 [J]. 浙江大學學報(工學版), 2004, 38(7): 795-798.</p><p>　　Dong Xiaoli,Gu Chengkui,Wang Zhengou.Research on shape-based time series similaritymeasure [J]. Dianzi Yu Xinxi Xuebao, 2007, 29(5): 1228-1231