一类非平稳经济序列预测模型的研究_毕业论文范文网-论文范文

搜索高级搜索

原创毕业论文

一类非平稳经济序列预测模型的研究

作者: 浏览:4次

免费专业论文
政治工作论文
计算机论文
营销专业论文
工程管理论文范文
医药医学论文范文
法律论文范文
生物专业论文
物理教学论文范文
人力资源论文范文
化学教学论文范文
电子专业论文范文
历史专业论文
电气工程论文
社会学专业论文
英语专业论文
行政管理论文范文
语文专业论文
电子商务论文范文
焊工钳工技师论文
社科文学论文
教育论文范文
数学论文范文
物流论文范文
建筑专业论文
食品专业论文
财务管理论文范文
工商管理论文范文
会计专业论文范文
专业论文格式
化工材料专业论文
英语教学专业论文
电子通信论文范文
旅游管理论文范文
环境科学专业论文
经济论文
人力资源论文范文
营销专业论文范文
财务管理论文范文
物流论文范文
财务会计论文范文
数学教育论文范文
数学与应用数学论文
电子商务论文范文
法律专业论文范文
工商管理论文范文
汉语言文学论文
计算机专业论文
环境艺术专业论文
信息计算科学专业
物流专业论文范文
人力资源论文范文
教育管理论文范文
现代教育技术论文
小学教育论文范文
机械模具专业论文
报告,总结,申请书
理工科专业论文
心理学论文范文
学前教育论文范文

毕业论文范文题目：一类非平稳经济序列预测模型的研究，论文范文关键词：一类非平稳经济序列预测模型的研究
一类非平稳经济序列预测模型的研究毕业论文范文介绍开始：
【论文摘要】：首先在引言部分阐述了时间序列模型的发展历程及一些相关的研究成果,就经济金融序列预测面临的若干问题进行分析,并对神经网络方法在经济中的应用及优化作了介绍。其次,以时间序列为研究对象,神经网络作为预测工具,遗传算法作为优化手段,介绍了三者的基本理论及相互结合的原理。并利用时间序列建模理论,提出将Box-Jenkins方法论确立的预测时间序列模型的阶数作为神经网络的输入层节点数,大大缩短了学习效率。然后,鉴于非平稳经济金融序列(包括汇率、股票指数等)的信息有诸多的随机性,存在很强的波动性和异方差性,而且不同时期影响因素不同,很难准确把握和反应这类序列的整体特征。尽管传统的Box-Jenkins方法论建（文章此处忽略..）立的ARIMA模型由于其简单性、可行性和实用性被广泛用于非平稳序列的预测.然而对于一些经济金融序列,它很难完全反应和解释残差中的自相关性和异方差性,对信息的不完全提取暗示了ARIMA模型的有限性。而人工神经网络对强大的非线性动态系统具有较强的自学习、自组织和自适应能力,可以有效地在数值上逼近时间序列内难以定量描述的相互关系,同时有良好的柔性。本文将二者有机的结合:先用ARIMA模型对经济序列中的线性部分进行预测,提取确定性信息,剩余残差含有的非线性特征信息用ANN模型提取,通过对模型参数选取的反复尝试和检验,建立了ARIMA-ANN混合模型,并对日元兑美元日汇率收盘价进行了预测。同时将适应于（文章此处忽略..）具有群聚波动和长记忆的非线性金融序列的GARCH模型用于对汇率的预测。通过实证分析,将单一的ARIMA模型、ANN模型和GARCH模型作为对比模型,依据四个模型的预测结果,分析各模型的预测特点和提取信息的能力,讨论了混合模型的效绩问题。最后考虑到遗传算法与神经网络结合在经济预测中的应用目前报道还比较少,在股票指数预测中的应用在国内几乎没有。同时针对具体的经济金融问题,涉及遗传算法对神经网络的优化方案困难很多。本文在归纳分析BP算法的优势和缺点的基础上,运用Matlab工具箱实现了基于实数编码的遗传算法对于BP神经网络的结构及连接权值的优化方案,建立了GA-BP神经网络对时间序列的预测模型,通（略..）过滚动法和递归法对上证A指周K线值进行实证分析,并与ARIMA模型和一般的ANN模型进行比较,通过分析指数序列的特点和各模型的提取信息的能力,验证了遗传算法对网络能力的提高。结论:1.通过建立的混合模型对汇率收盘价的预测结果、拟合图及与其他模型的评价指标进行对比,可以认为ARIMA-ANN模型和GARCH模型的预测汇率与实际汇率是非常接近的,拟合曲线几乎完全跟的上实际汇率走势。检验结果有力的证明了日元/美元的时间序列中存在GARCH效应。2.将ARIMA、GA-BP和BP三种模型用于对股票指数的预测,后两种都得到了很好的预测结果;但是相比较而言,GA-BP神经网络模型预测上证指数比单一神经网络模（本文此处忽略..）型预测上证指数更加准确一些。这主要是由于股票数据的产生是随机的,不确定的,并且大多数数据都含有白噪声,而ARIMA模型是一种线性模型,对于股票价格变化这种非线性行为的分析、预测存在着先天的不足和缺陷;神经网络则具有很强的非线性映射能力和较好的鲁棒性,能够识别区分有噪声的样本。实证结果说明了利用BP神经网络预测方法对未来指数的长程预测具有一定的准确性,有了可参考的实用价值。而本文提出的将遗传算法和神经网络BP学习算法相结合的神经网络对股指的预测模型又胜一筹。预测结果与实际指数的相关性比较高,能够更好地体现未来指数变动的趋势。这种模型也适合于各种时间序列数据预测,具有一定的普遍实用性

以上为本篇毕业论文范文一类非平稳经济序列预测模型的研究的介绍部分。

本论文在经济论文栏目，由论文网(www.zjwd.net)整理,更多论文,请点论文范文查找

收费专业论文
汉语言文学论文
物理学论文
自动化专业论文
测控技术专业论文
历史学专业论文
机械模具专业论文
金融专业论文
电子通信专业论文
材料科学专业论文
英语专业论文
会计专业论文
行政管理专业论文
财务管理专业论文
电子商务国贸专业
法律专业论文
教育技术学专业论文
物流专业论文
人力资源专业论文
生物工程专业论文
市场营销专业论文
土木工程专业论文
化学工程专业论文
文化产业管理论文
工商管理专业论文
护理专业论文
数学教育专业论文
数学与应用数学专业
心理学专业论文
信息管理专业论文
工程管理专业论文
工业工程专业论文
制药工程专业论文
电子机电信息论文
现代教育技术专业
新闻专业论文
热能与动力设计论文
教育管理专业论文
日语专业论文
德语专业论文
轻化工程专业论文
社会工作专业论文
乡镇企业管理
给水排水专业
服装设计专业论文
电视制片管理专业
旅游管理专业论文
物业管理专业论文
信息管理专业论文
包装工程专业论文
印刷工程专业论文
动画专业论文
营销专业论文范文
工商管理论文范文
汉语言文学论文范文
法律专业论文范文
教育管理论文范文
小学教育论文范文
学前教育论文范文
财务会计论文范文

电子商务论文范文

上一篇：国际保证保险制度基本原理及其在..

下一篇：RS公司VOIP业务竞争战略研究