首页--经济论文--财政、金融论文--金融、银行论文--中国金融、银行论文--金融市场论文

基于缺失混频数据的股票指数组合预测模型及实证研究

中文摘要第3-5页
英文摘要第5-12页
1 绪论第12-26页
    1.1 研究背景与意义第12-18页
        1.1.1 研究背景第12-17页
        1.1.2 研究意义第17-18页
    1.2 研究目的和研究内容第18-20页
        1.2.1 研究目的第18页
        1.2.2 研究内容第18-20页
    1.3 研究方法和技术路线第20-23页
        1.3.1 研究方法第20-21页
        1.3.2 技术路线第21-23页
    1.4 本文创新之处第23-26页
2 相关文献综述及分析第26-50页
    2.1 股票市场指数预测国内外研究现状第26-30页
        2.1.1 基于统计原理的股票指数波动预测模型研究现状第26-28页
        2.1.2 基于非统计原理的股票指数预测模型研究现状第28-30页
    2.2 混频数据预测方法研究现状及分析第30-38页
        2.2.1 混频数据界定第30-31页
        2.2.2 国外混频数据模型研究现状第31-35页
        2.2.3 国内混频数据模型研究现状第35-36页
        2.2.4 混频数据模型体现的优势和存在的问题第36-38页
    2.3 缺失数据研究现状第38-40页
        2.3.1 缺失数据产生的原因第38页
        2.3.2 缺失数据研究现状第38-40页
    2.4 遗传算法第40-46页
        2.4.1 遗传算法概述第40-41页
        2.4.2 遗传算法国内外研究现状第41-46页
    2.5 灰色关联理论研究现状第46-48页
    2.6 本章小结第48-50页
3 基于混频数据的股票指数一元组合预测模型及实证研究第50-80页
    3.1 引言第50-51页
    3.2 MIDAS模型简介第51-53页
        3.2.1 基本MIDAS模型第51-52页
        3.2.2 U-MIDAS模型第52-53页
        3.2.3 基本MIDAS和U-MIDAS模型中有待改进的问题第53页
    3.3 遗传算法的基本理论第53-59页
        3.3.1 遗传算法的基本概念第53-54页
        3.3.2 遗传算法工作流程第54-56页
        3.3.3 遗传算法基本操作第56-59页
    3.4 基于混频数据的股票指数一元组合预测模型第59-62页
        3.4.1 组合预测基本原理第59页
        3.4.2 模型构建第59-60页
        3.4.3 运用遗传算法优化模型系数、待估计向量及权重第60-62页
    3.5 混频数据的股票指数一元组合预测模型运用及实验设计第62-65页
        3.5.1 实验设计第62-64页
        3.5.2 模型评价标准第64页
        3.5.3 样本选取和数据来源第64-65页
    3.6 实证结果及对比模型效果分析第65-79页
        3.6.1 上证综指实证结果及对比第66-70页
        3.6.2 深证成指实证结果及对比第70-74页
        3.6.3 创业板指数实证结果及对比第74-79页
    3.7 本章小结第79-80页
4 基于缺失混频数据的股票指数一元组合预测模型及实证研究第80-104页
    4.1 引言第80页
    4.2 缺失数据灰色关联分析模型第80-84页
    4.3 基于完备混频数据的股票指数一元组合预测模型第84-85页
        4.3.1 完备混频数据一元组合预测模型第84-85页
        4.3.2 运用遗传算法优化模型参数及权重第85页
    4.4 基于缺失混频数据的股票指数一元组合预测模型第85-88页
        4.4.1 模型构建第85-86页
        4.4.2 运用遗传算法优化模型参数及权重第86-88页
    4.5 缺失混频数据的股票指数一元组合预测模型运用及实验设计第88-89页
        4.5.1 实验设计第88-89页
        4.5.2 样本选取和数据来源第89页
    4.6 实证结果及对比模型效果分析第89-102页
        4.6.1 上证综指实证结果及对比第90-94页
        4.6.2 深证成指实证结果及对比第94-98页
        4.6.3 创业板指数实证结果及对比第98-102页
    4.7 本章小结第102-104页
5 基于缺失混频数据的股票指数多元组合预测模型及实证研究第104-126页
    5.1 引言第104-105页
    5.2 多元MIDAS模型简介第105-106页
        5.2.1 多元MIDAS模型第105页
        5.2.2 多元无限制MIDAS模型第105-106页
        5.2.3 多元MIDAS模型和U-MIDAS模型存在的问题第106页
    5.3 基于缺失混频数据的股票指数多元组合预测模型第106-109页
        5.3.1 模型构建第106-107页
        5.3.2 运用遗传算法优化模型系数、待估计向量及权重第107-109页
    5.4 缺失混频数据的股票指数多元组合预测模型运用及实验设计第109-111页
        5.4.1 实验设计第109-111页
        5.4.2 样本选取和数据来源第111页
    5.5 实证结果及对比模型效果分析第111-124页
        5.5.1 上证综指实证结果及对比第112-116页
        5.5.2 深证成指实证结果及对比第116-120页
        5.5.3 创业板指数实证结果及对比第120-124页
    5.6 本章小结第124-126页
6 结论与展望第126-128页
    6.1 研究结论第126-127页
    6.2 下一步工作第127-128页
致谢第128-130页
参考文献第130-148页
附录第148页

论文共148页,点击 下载论文
上一篇:中国劳动收入份额的测算与分解
下一篇:人口年龄结构、碳排放与人均收入:理论与实证