基于因果滯后分析的時(shí)序自回歸股市態(tài)勢(shì)預(yù)測(cè)研究.pdf

1、隨著經(jīng)濟(jì)的快速發(fā)展，股票市場(chǎng)越來(lái)越被人們所重視，但股票市場(chǎng)高度的復(fù)雜性和不確定性使得對(duì)股市的預(yù)測(cè)存在很大的困難。許多專家學(xué)者們一直致力于研究股市的預(yù)測(cè)，一個(gè)好的預(yù)測(cè)模型不僅能更好地描述股市的變化，更能夠減少投資的風(fēng)險(xiǎn)。
　　本文主要針對(duì)股市波動(dòng)預(yù)測(cè)模型中波動(dòng)走勢(shì)的拐點(diǎn)難以有效預(yù)測(cè)導(dǎo)致模型整體的預(yù)測(cè)準(zhǔn)確性和精度不高的問(wèn)題，從股價(jià)走勢(shì)變化落后于指標(biāo)變化的滯后風(fēng)險(xiǎn)角度對(duì)股市波動(dòng)走勢(shì)過(guò)程中的拐點(diǎn)加以分析引導(dǎo)，同時(shí)結(jié)合因果貝葉斯網(wǎng)絡(luò)理論，以

2、時(shí)序自回歸條件異方差模型為基礎(chǔ)預(yù)測(cè)模型，對(duì)股市波動(dòng)走勢(shì)預(yù)測(cè)進(jìn)行研究。本文的主要研究工作如下:
　　(1)由于股票價(jià)格的變化具有較強(qiáng)的復(fù)雜性和不確定性，致使股價(jià)波動(dòng)劇烈，波動(dòng)拐點(diǎn)頻繁出現(xiàn)。針對(duì)波動(dòng)拐點(diǎn)的有效預(yù)測(cè)提出一種基于特征滯后計(jì)算的股市波動(dòng)預(yù)測(cè)算法(LRD-TGARCH-M)，該算法首先根據(jù)股價(jià)變化與指標(biāo)變化之間出現(xiàn)的不一致性，提出了滯后性的定義，并結(jié)合能量波動(dòng)的概念，給出了股價(jià)走勢(shì)過(guò)程中特征滯后程度的計(jì)算模型;將特征滯后程度計(jì)

3、算模型與廣義自回歸條件異方差模型相融合，引導(dǎo)模型對(duì)波動(dòng)拐點(diǎn)的預(yù)測(cè)，優(yōu)化波動(dòng)拐點(diǎn)附近誤差項(xiàng)的變化，提高模型的預(yù)測(cè)精度。
　　(2)在LRD-TGARCH-M算法基礎(chǔ)上進(jìn)一步分析，發(fā)現(xiàn)在對(duì)滯后程度計(jì)算時(shí)，所提取的滯后特征之間并不是不相關(guān)的，而是存在一定的影響關(guān)系，基于此，提出了基于特征因果滯后計(jì)算的股市態(tài)勢(shì)預(yù)測(cè)算法(CLD-TGARCH-M)。CLD-TGARCH-M算法首先對(duì)提取出的多個(gè)滯后特征離散化后構(gòu)建貝葉斯網(wǎng)絡(luò)，通過(guò)對(duì)貝葉斯網(wǎng)

4、絡(luò)進(jìn)行擾動(dòng)學(xué)習(xí)其局部因果結(jié)構(gòu);根據(jù)滯后特征之間的局部因果結(jié)構(gòu)修正在股價(jià)波動(dòng)走勢(shì)過(guò)程中的滯后程度的計(jì)算，將修正后的滯后程度加入廣義自回歸條件異方差模型中，啟發(fā)模型對(duì)波動(dòng)拐點(diǎn)的正確預(yù)測(cè)，進(jìn)一步優(yōu)化方差的變化，提高模型的預(yù)測(cè)效果。
　　通過(guò)在上證指數(shù)的數(shù)據(jù)上分別對(duì)提出的兩個(gè)算法進(jìn)行了對(duì)比分析，實(shí)驗(yàn)結(jié)果表明，考慮了股價(jià)與指標(biāo)之間的滯后性這一風(fēng)險(xiǎn)因素相比于一般的預(yù)測(cè)模型有更好的預(yù)測(cè)效果;結(jié)合因果關(guān)系的滯后程度計(jì)算則能更準(zhǔn)確地判斷和預(yù)測(cè)拐點(diǎn)，