基于Markov状态转换模型的上海期货铜指数的预测分析
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 第一节 选题背景和研究意义 | 第9-10页 |
| 第二节 论文创新点及框架 | 第10-13页 |
| 一、论文创新点 | 第10-11页 |
| 二、本文框架结构 | 第11-13页 |
| 第二章 研究方法综述 | 第13-19页 |
| 第一节 Markov状态转换模型研究综述 | 第13-16页 |
| 一、国外研究综述 | 第13-14页 |
| 二、国内研究综述 | 第14-16页 |
| 第二节 数据挖掘算法研究综述 | 第16-19页 |
| 一、数据挖掘算法介绍 | 第16-17页 |
| 二、国内外研究综述 | 第17-19页 |
| 第三章 研究理论介绍 | 第19-25页 |
| 第一节 分析模型理论介绍 | 第19-22页 |
| 一、Markov链 | 第19-20页 |
| 二、Markov状态转换模型 | 第20页 |
| 三、EM算法 | 第20-22页 |
| 第二节 预测模型理论介绍 | 第22-25页 |
| 一、基于Markov模型的预测方法 | 第22页 |
| 二、基于数据分析的预测方法 | 第22-25页 |
| 第四章 数据选取与模型构建 | 第25-31页 |
| 第一节 数据选取 | 第25-26页 |
| 第二节 数据的统计学特征 | 第26-27页 |
| 一、收益率序列的基本统计分析 | 第26-27页 |
| 二、单位根检验 | 第27页 |
| 第三节 Markov状态转换模型构建 | 第27-30页 |
| 一、模型设定 | 第28-29页 |
| 二、状态推断 | 第29页 |
| 三、状态持续期 | 第29-30页 |
| 第四节 收益率预测模型构建 | 第30-31页 |
| 第五章 实证分析 | 第31-52页 |
| 第一节 训练期的Markov状态转化模型 | 第31-32页 |
| 第二节 基于向前预测法的预测模型 | 第32-35页 |
| 一、整体状况 | 第33-34页 |
| 二、各年预测状况 | 第34-35页 |
| 三、小结 | 第35页 |
| 第三节 基于数据挖掘方法的预测模型 | 第35-47页 |
| 一、基于线性回归的预测与分析 | 第36-38页 |
| 二、基于支持向量机回归的预测与分析 | 第38-40页 |
| 三、基于决策树回归的预测与分析 | 第40-43页 |
| 四、基于bagging回归的预测与分析 | 第43-45页 |
| 五、基于boosting回归的预测与分析 | 第45-47页 |
| 第四节 总结 | 第47-52页 |
| 第六章 结论与展望 | 第52-55页 |
| 第一节 主要结论 | 第52-54页 |
| 第二节 不足之处与未来展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 作者在读期间完成的研究成果 | 第60页 |
