时间序列分析方法在黄金价格走势预测中的应用研究
摘要 | 第9-10页 |
ABSTRACT | 第10页 |
第一章 绪论 | 第12-20页 |
1.1 研究背景及意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-17页 |
1.2.1 黄金价格是否可预测性的研究 | 第13-14页 |
1.2.2 黄金价格预测的国内外研究现状 | 第14-15页 |
1.2.3 时间序列分析 | 第15-16页 |
1.2.4 本文研究黄金价格走势预测采用的方法 | 第16-17页 |
1.3 本文采用的理论研究的现状 | 第17-18页 |
1.3.1 灰色模型预测的研究现状概述 | 第17页 |
1.3.2 对时间序列分析法的研究现状概述 | 第17-18页 |
1.4 论文结构 | 第18-19页 |
1.5 本章小结 | 第19-20页 |
第二章 基于灰色模型的黄金价格走势预测技术 | 第20-34页 |
2.1 概述 | 第20-21页 |
2.2 建模原理及模型推导 | 第21-24页 |
2.2.1 GM(1,1)预测模型内在的基本原理 | 第21-24页 |
2.2.2 使用GM(1,1)进行建模的步骤 | 第24页 |
2.3 模型检验 | 第24-28页 |
2.3.1 对GM(1.1)模型的精度进行检验 | 第24-28页 |
2.3.1.1 残差检验法 | 第25页 |
2.3.1.2 后验差检验法 | 第25-27页 |
2.3.1.3 对新建立的模型进行关联度的检验 | 第27-28页 |
2.4 面向黄金价格走势预测的灰色模型 | 第28-32页 |
2.4.1 对数据来源的介绍 | 第28页 |
2.4.2 灰色模型在黄金价格预测应用 | 第28-32页 |
2.5 结论 | 第32-34页 |
第三章 基于ARIMA模型的黄金价格走势预测技术 | 第34-44页 |
3.1 概述 | 第34-35页 |
3.2 差分自回归滑动平均模型 | 第35-36页 |
3.2.1 差分自回归移动平均模型法 | 第35-36页 |
3.2.1.1 ARIMA模型的类型与基本思想 | 第35-36页 |
3.2.1.2 预测的步骤 | 第36页 |
3.3 面向黄金价格走势预测的ARIMA模型 | 第36-39页 |
3.3.1 建立ARIMA预测模型 | 第36-37页 |
3.3.1.1 对原始时间序列特征的分析 | 第37页 |
3.3.2 模型的识别 | 第37-38页 |
3.3.3 对模型中参数进行估计 | 第38页 |
3.3.4 对模型进行验证 | 第38-39页 |
3.4 实验验证 | 第39-42页 |
3.4.1 数据来源 | 第39页 |
3.4.2 利用差分进行原始时问序列的平稳化处理 | 第39-40页 |
3.4.3 预测值与实际值的对比 | 第40-42页 |
3.5 结论 | 第42-44页 |
第四章 多模型预测效果对比分析 | 第44-58页 |
4.1 加权移动平均概述 | 第44-45页 |
4.2 对移动平均和指数平滑进行阐述 | 第45-56页 |
4.2.1 移动平均法概述 | 第45-47页 |
4.2.1.1 移动平均法所涉及的理论基础阐述 | 第45-47页 |
4.2.2 基于移动平均工具的黄金价格预测 | 第47-49页 |
4.2.2.1 数据来源 | 第47-49页 |
4.2.3 指数平滑法 | 第49-56页 |
4.2.3.1 指数平滑法的理论基础 | 第49-51页 |
4.2.3.2 基于指数平滑的黄金价格预测 | 第51-56页 |
4.3 模型预测效果对比分析 | 第56-57页 |
4.3.1 模型预测效果对比 | 第56页 |
4.3.2 各模型预测的优缺点分析 | 第56-57页 |
4.4 结论 | 第57-58页 |
第五章 金融品种价格预测网站设计 | 第58-66页 |
5.1 网站设计背景介绍 | 第58页 |
5.2 网站设计的思想 | 第58-59页 |
5.3 网站设计的流程 | 第59-60页 |
5.4 系统的实现 | 第60-62页 |
5.5 系统的效果展示 | 第62-64页 |
5.6 结论 | 第64-66页 |
第六章 结论与展望 | 第66-68页 |
6.1 工作总结 | 第66页 |
6.2 研究展望 | 第66-68页 |
致谢 | 第68-70页 |
参考文献 | 第70-74页 |
作者在学期间取得的学术成果 | 第74页 |