我国大豆期货价格的预测分析
| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 研究背景及问题的提出 | 第7-9页 |
| 1.2 国内外相关研究综述 | 第9-11页 |
| 第二章 理论研究背景介绍 | 第11-27页 |
| 2.1 主成分分析 | 第11-15页 |
| 2.1.1 主成分分析的意义 | 第11页 |
| 2.1.2 主成分分析的数学模型 | 第11-12页 |
| 2.1.3 主成分分析的前提条件 | 第12-14页 |
| 2.1.4 主成分分析的基本操作步骤 | 第14-15页 |
| 2.2 多元线性回归 | 第15-19页 |
| 2.2.1 多元线性回归的基本思想 | 第15-16页 |
| 2.2.2 多元线性回归的数学模型 | 第16页 |
| 2.2.3 多元线性回归模型的检验 | 第16-19页 |
| 2.3 指数平滑 | 第19-24页 |
| 2.3.1 指数平滑的产生 | 第19-21页 |
| 2.3.2 三种指数平滑模型的介绍 | 第21-22页 |
| 2.3.3 平滑系数α的选择 | 第22-23页 |
| 2.3.4 指数平滑的优点及应用 | 第23-24页 |
| 2.4 遗传算法 | 第24-27页 |
| 2.4.1 遗传算法简述 | 第24-25页 |
| 2.4.2 遗传算法的特点和应用 | 第25-26页 |
| 2.4.3 遗传算法的缺点和不足 | 第26-27页 |
| 第三章 基于截面数据的大豆期货价格预测 | 第27-35页 |
| 3.1 数据的选取 | 第27-28页 |
| 3.2 数据的处理 | 第28页 |
| 3.3 主成分回归 | 第28-35页 |
| 3.3.1 变量相关性分析 | 第28-29页 |
| 3.3.2 主成分分析建模过程 | 第29-31页 |
| 3.3.3 多元线性回归分析 | 第31-35页 |
| 第四章 基于时间序列数据的大豆期货价格预测 | 第35-42页 |
| 4.1 指数平滑模型的建立 | 第35-36页 |
| 4.2 实证分析 | 第36-42页 |
| 4.2.1 数据搜集 | 第36页 |
| 4.2.2 遗传算法优化参数 | 第36-42页 |
| 第五章 结论 | 第42-44页 |
| 参考文献 | 第44-46页 |
| 在学期间的研究成果 | 第46-47页 |
| 致谢 | 第47页 |
