组合模型在股票价格预测中的应用研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1 绪论 | 第7-12页 |
| 1.1 课题研究背景 | 第7页 |
| 1.2 国内外研究现状 | 第7-10页 |
| 1.2.1 国内研究现状 | 第9页 |
| 1.2.2 国外研究现状 | 第9-10页 |
| 1.2.3 组合模型研究现状 | 第10页 |
| 1.3 课题研究意义 | 第10-12页 |
| 2 单一预测模型理论 | 第12-26页 |
| 2.1 自回归移动平均模型 | 第12-17页 |
| 2.1.1 时间序列平稳性 | 第12-14页 |
| 2.1.2 模型识别 | 第14-15页 |
| 2.1.3 模型定阶与参数估计 | 第15-16页 |
| 2.1.4 模型检验 | 第16-17页 |
| 2.2 广义自回归条件异方差模型 | 第17-19页 |
| 2.2.1 GARCH模型基本思想 | 第17-18页 |
| 2.2.2 GARCH模型基本形式 | 第18-19页 |
| 2.2.3 GARCH模型的建立 | 第19页 |
| 2.2.4 GARCH模型的检验 | 第19页 |
| 2.3 BP神经网络 | 第19-24页 |
| 2.3.1 神经网络基本原理 | 第19-22页 |
| 2.3.2 BP神经网络 | 第22-23页 |
| 2.3.3 BP算法 | 第23-24页 |
| 2.4 模型评估准则 | 第24-26页 |
| 3 组合预测模型理论 | 第26-29页 |
| 3.1 组合模型基本思想 | 第26页 |
| 3.2 组合预测基本模型 | 第26-27页 |
| 3.3 组合预测模型的权数确定 | 第27-29页 |
| 3.3.1 方差倒数法 | 第27页 |
| 3.3.2 误差平方和最小原则 | 第27-29页 |
| 4 实证分析 | 第29-43页 |
| 4.1 数据的获取 | 第29页 |
| 4.2 ARMA模型做股价预测 | 第29-34页 |
| 4.2.1 平稳性判断及处理 | 第29-31页 |
| 4.2.2 模型建立 | 第31-32页 |
| 4.2.3 模型检验 | 第32-34页 |
| 4.2.4 模型预测 | 第34页 |
| 4.3 GARCH模型做股价预测 | 第34-38页 |
| 4.3.1 数据的处理及检验 | 第34-36页 |
| 4.3.2 GARCH(1,1)模型的建立与检验 | 第36-37页 |
| 4.3.3 模型的预测 | 第37-38页 |
| 4.4 BP神经网络模型做股价预测 | 第38-40页 |
| 4.4.1 数据的预处理 | 第38页 |
| 4.4.2 模型参数的选取 | 第38-39页 |
| 4.4.3 BP建模与预测 | 第39页 |
| 4.4.4 模型的评估 | 第39-40页 |
| 4.5 组合预测模型 | 第40-42页 |
| 4.5.1 方差倒数法建模 | 第40-41页 |
| 4.5.2 误差平方和最小原则建模 | 第41-42页 |
| 4.6 模型预测效果对比 | 第42-43页 |
| 5 结论与展望 | 第43-45页 |
| 5.1 论文总结 | 第43页 |
| 5.2 未来展望 | 第43-45页 |
| 致谢 | 第45-46页 |
| 参考文献 | 第46-47页 |
