EMD組合預(yù)測模型的應(yīng)用研究.pdf

1、廈門大學(xué)學(xué)位論文原創(chuàng)性聲明本人呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下，獨立完成的研究成果。本人在論文寫作中參考其他個人或集體已經(jīng)發(fā)表的研究成果，均在文中以適當(dāng)方式明確標(biāo)明，并符合法律規(guī)范和《廈門大學(xué)研究生學(xué)術(shù)活動規(guī)范(試行)》。另外，該學(xué)位論文為()課題(組)的研究成果，獲得()課題(組)經(jīng)費或?qū)嶒炇业馁Y助，在()實驗室完成。(請在以上括號內(nèi)填寫課題或課題組負(fù)責(zé)人或?qū)嶒炇颐Q，未有此項聲明內(nèi)容的，可以不作特別聲明。)聲明人(簽名)：緣石T習(xí)2

2、012年年月加日摘要本文主要研究一種可以用于非平穩(wěn)非線性時間序列預(yù)測的組合預(yù)測模型。首先通過經(jīng)驗?zāi)B(tài)分解(EmpiricalModeDecomposition，EMD)將非平穩(wěn)非線性時間序列分解為一系列(IntrinsicModeFunction，肌F)IMFs和趨勢項。在EMD分解過程中不存在信息量的損失。這些分解出的序列仍然是非平穩(wěn)的或者非線性的，但是有很多方法可以處理這些被分解出的序列。通過一些人工智能方法分別對這些序列預(yù)測，然后

3、把每個序列的預(yù)測值加總視為非平穩(wěn)非線性時間序列的預(yù)測值。首先介紹金融時間序列及非平穩(wěn)非線性時間序列的特點和研究現(xiàn)狀。處理非平穩(wěn)非線性時間序列的方法包括EMD等方法。然后，文章回顧了EMD研究及應(yīng)用情況。構(gòu)建組合預(yù)測模型后，模擬研究是一個必要的階段。模擬非平穩(wěn)非線性時間序列是本文難點之一。由于非平穩(wěn)非線性時間序列的種類繁多，且非線性呈現(xiàn)多種形式，所以模擬研究非平穩(wěn)非線性時間序列的學(xué)者不多。在波動率研究中有一類非平穩(wěn)非線性異方差(Nonst

4、ationaryNOIllhle孤Heteroskedasticity，NNH)，本文在NNH的基礎(chǔ)上模擬非平穩(wěn)非線性時間序列。事后分析表明該模擬方法能夠很好的模擬非平穩(wěn)非線性時間序列。文中使用的人工智能方法包括人工神經(jīng)網(wǎng)絡(luò)和支持向量機。首先，介紹人工智能方法在時間序列中的預(yù)測模型。文中還提出一種兩階段神經(jīng)網(wǎng)絡(luò)的時間序列預(yù)測模型。然后，模擬研究神經(jīng)網(wǎng)絡(luò)節(jié)點個數(shù)對●神經(jīng)網(wǎng)絡(luò)預(yù)測模型的影響。結(jié)果表明≯在預(yù)測時間序列模型中神經(jīng)網(wǎng)絡(luò)的節(jié)點個數(shù)不

5、宜過多。最后通過模擬研究和實證分析可知，基于EMD的組合預(yù)測模型在非平穩(wěn)非線性時間序列的預(yù)測中可以取得良好的效果。EMD和BoxJenkins的組合預(yù)測模型的效果一般，因為BoxJenkins模型不能處理非線性時間序列。EMDANN組合預(yù)測模型比ANN模型的預(yù)測效果提升很多，EMDTSANN在某些方面表現(xiàn)優(yōu)于EMDANN模型。但是不能確定EMDANN和EMDSVM哪個更好。總之，基于EMD組合預(yù)測模型能夠很好的處理非平穩(wěn)非線性時間序列的