用时间序列方法预测股票价格初探作者：谢衷洁， 王弛作者单位：北京大学数学科学学院,北京,100871刊名：数理统计与管理英文刊名：APPLICATION OF STATISTICS AND MANAGEMENT年，卷(期)：2004，23(5)引用次数：3次 参考文献(11条)1.谢衷洁 滤波及其应用 Case Studies in Time Series Analysis 19933.谢衷洁 时间序列分析 19904.顾岚 时间序列分析在经济中的应用 19945.杨健.蔡红宇 中国股市实证技术分析指南 19996.吴冲锋.吴文锋 基于成交量的股价序列分析[期刊论文]-数理统计与管理 2001(1) Polynomial Modeling and Its Applications A kaboudan A Measure of Time Series'Predictability Using Genetic Programming Appliedto Stock Returns Wei Performance of GARCH Models inForecasting Stock Market Volatility P Dijk R Forecasting Stock Market Volatility Using (non-linear) GARCHmodels Cramer-Rao Bounds on Stock PricePrediction 1998 相似文献(9条)1.学位论文 何芳 扩展卡尔曼滤波神经网络算法在股市的应用 2003 股票市场具有高收益与高风险并存的特性,为趋利避险,人们一直孜孜以求,探索其内在规律,寻找有效的预测方法和工具.但是,股票市场作为一种影响因素众多、各种不确定性共同作用的复杂巨系统,其价格波动往往表现出较强的非线性的特征,且股市各因素间相关性错综复杂,主次关系变化不定,数量关系难以提取及定量分析.另外,股市的建模与预测所处理的信息量往往十分庞大,对算法有很高的要求.为此,该文利用EKF(Extended Kalman Filter)算法及其改进算法对神经网络参数进行辨识.论文的主要研究工作和成果包括以下几个方面的内容:首先介绍了神经网络的基本理论和网络模型,重点阐述了反向传播BP模型的工作过程;然后,对Kalman滤波以及扩展的Kalman滤波作了详尽的说明;在此基础上,将神经网络与扩展的Kalman滤波结合起来并进行改进,得到了基于扩展Kalman滤波的神经网络学习算法及其改进算法.我们将此算法应用到股票价格预测中,分别运用单步预测和多步预测两种方法,以浦发银行(600000)、邯郸钢铁(600001)和桂冠电力(600236)三支股票的价格为对象进行实证,分析比较基于扩展Kalman滤波的神经网络学习算法及其改进算法与BP算法的优劣.结果证明:基于扩展Kalman滤波的神经网络学习算法及其改进算法在预测精度和收敛速度上明显优于BP算法,预测数据与实际数据基本吻合,取得了较好的效果,具有很好的推广能力和应用价值.2.期刊论文 何芳.陈收 基于扩展Kalman滤波的神经网络学习算法在股票预测中的应用 -系统工程2003,21(6) 给出一种新颖的用于股价预测的基于扩展Kalman滤波的神经网络学习算法.与传统的BP算法相比,该方法具有更好的收敛率和学习能力.通过对股票的预测实验验证该方法的可行性和有效性.3.学位论文 宋宜美 小波理论及其在经济金融数据处理中的应用 2002 该文主要内容包括:利用小波分析的多分辨特性和滤波思想,对它在经济时间序列分析中的应用作了研究.针对经济时间序列的特点,研究了时间序列在小波变换下的不同分解成分,提出了基于小波分析的时间序列分解及重构模型;在此基础上,给出院小波预测方法.总结了市场摆动滤波的不足,提出了基于小波滤波思想的简单去噪法.讨论了小波变换在金融市场(股市分析)中的应用问题,这是将小波变
换应用于股价指数数据分析一个尝试.该文利用小波分析经典理论研究了股价信号行为特征.研究了线性分形插值理论,结合股价信号的自相似性,提出了股价序列分形插值逼近模型,并作了插值方法和插值次数的比较.利用自相似过程在小波分解下的特性,提出了基于小波变换的自相似信号检测算法.归纳总结了小波理论应用中的几个基本问题.4.学位论文 马国栋 随机波动模型的局部影响分析 2006 在期权定价问题中，有一类反映隐性不可观测波动的时间序列——随机波动模型，简称SV模型。SV模型由于对实际数据的拟合较好，其隐性不可观测波动更符合实际股价波动的变化，而逐渐成为研究的热点。但在实际中，数据会受到各种因素的影响，因而对其影响点的识别就变得非常重要。本文在一定条件下对其序列影响点进行识别：对SV模型的参数应用伪极大似然估计方法进行估计，并在此基础上应用Cook的局部影响分析方法，对其强影响点进行识别，并通过模拟实例，对其影响点识别的效果进行说明。 第一章介绍了模型的实际背景；第二章简单对问题做了引入，给出了常见一维的SV模型的两种形式，分析了一维SV模型的所具有的一般统计性质；第三章讨论了一维SV模型的参数估计方法，包括：伪极大似然估计方法(Quasi_MaximumLikelihood，QML)，广义矩估计方法(GeneralizedMethodsofMoment，GMM)，马尔可夫链蒙特卡罗方法(MarkovChinMonteCarlo，MCMC)，非线性滤波极大似然估计方法(Non_linearFilteringMaximumLikelihood，NFML)和模拟极大似然估计方法(SimulatedMaximumLikelihood，SML)；§详细推导了伪极大似然估计方法应用Kalman滤波估计一维可转化为线性形式的平稳SV模型的参数估计方法，并给出了误差的渐进分布及其中心极限定理；第四章首先介绍了统计诊断的含意、基本概念和Cook的局部影响分析方法如何寻求强影响点，并在上一章参数估计的基础上，给出了基于Kalman滤波的识别强影响点的公式，最后给出了一个计算机模拟的实例，应用MATLAB编程，从实证的角度验证了方法的可行性，并指出该模型的应用范围。5.学位论文 奚振斐 金融投资理财中小波应用及算法研究 2005 本文讨论了金融投资理财问题，建立了多种金融投资理财的数学模型，创造了许多社会和经济效益，基于小波变换理论对金融投资理财问题进行了研究，并把小波变换应用到金融投资理财实际中，具有较好的实际应用价值，为解决现实问题提供了有益的算法和模型。 第2章，介绍了小波和小波变换的定义和理论基础以及Mallat快速分解与重构算法；给出了小波母函数的选择方法；研究了基于小波变换的信号自相似性和信号的发展趋势。 第3章，针对金融资金变量的非平稳性、不确定性、不能均衡发展等特点，对时间价值序列进行Mallat小波变换，较好地分离金融资金时间价值序列的周期项、趋势项及随机项。对不同尺度成分等进行分析研究，建立了时间价值序列分解模型。提出了基于小波分析的时间序列分解和重构模型，在此基础上，给出了小波预测方法，从而使复杂问题变成简单化，达到金融资金可利用性更强，更能发挥资金在时间的效益。对金融市场小波滤波及摆动滤波进行了研究，对金融资金市场进行了预测分析，提出了基于小波变换的滤波方法，去除变化中的细微波动，预测了金融资金序列的大体变动趋势，达到资金在时间价值序列的波动幅度预测，使得金融资金内在时间价值得到较好的资金运作效果。实验结果表明，该方法用于时间序列分析预测，显示出了较高的效率和准确性。 第4章，研究了小波变换在金融市场中的应用，对股价指数数据进行小波变换，提出小波分析的时变Hurst指数计算公式，能够较好地刻画具有局部自相似性的股价游动演化过程的全部特征，对于股票投资决策有重要的指导意义。利用小波分析理论对股价信号特征进行了研究，得到股价信号具有自相似性、拟周期性和某种长期趋势性。利用自相似过程在小波分解下的特性，提出了基于小波变换的自相似信号检测算法，并且分析了股价指数序列和指数对数收益率的变化。 第5章，利用小波变换对外汇时间序列进行分析，外汇市场中的时间序列具有分形结构。研究了线性分形插值理论并结合外汇时间序列有自相似性，提出了外汇序列分形插值模型。实际案例分析结果表明，利用分形插值方法逼近外汇曲线，要比传统插值方法优越。提出了分形小波在外汇市场投资插值理财模型，可以预测未来外汇行情变化趋势，对实际具有广泛的应用价值。 第6章，基于股票价格波动率随机变化的特点，将欧式期权定价模型推广到定价较为复杂的美式期权。假设标的资产的波动率服从马尔可夫链，建立了基于二叉树方法上的随机波动率模型，给出了具体的算法。避免了一般随机波动率模型的复杂求解，并获得了与真实结果比较接近的美式期权定价的数值解。研究了有交易费用的外汇期权定价问题，将无交易费用的外汇期权定价加以离散化，运用证券组合技术和市场无套利原则提出了期权定价模型，避免频繁交易而增加的过高的交易成本。利用二项式原理给出判断期权价格范围的一种方法。用较简单的计算方法对期权进行估计，对期权的买卖交易有重要的利用价值。提出了基于小波变换的期权市场中的时间价值序列预测方法。同传统的预测方法相比较具有较高的可靠性，且有很好的应用前景。 第7章，针对电子银行理财进行了研究与探索，提出了在电子银行的环境下五种理财模式，实现了对于不同层次的客户提供差别性服务，并在实际中进行了应用。针对电子银行数据集的数据维数大、而且是非线性、非平稳性、不确定性和不完全性等特征，提出了一种基于小波变换的数据处理方法。利用该方法，可以对电子银行中不同的数据类型，可实行“分类”管理、“聚类”管理、“关联”管理和“时序”管理，将不确定性化解为确定性管理，以节约有效的可用资源，提高工作效率。 第8章，给出了全文总结和展望。6.学位论文 姚正禹 公司特征、自愿信息披露水平与股票市场表现——基于沪市上市公司的证据 2006 本文从上市公司特征对自愿信息披露水平的影响和自愿信息披露水平对股票市场表现的影响两个方面对公司特征、自愿信息披露水平和股票市场表现之间的关系进行理论分析和实证研究。全文共分为六个部分： 第一章为引论。介绍论文的研究背景、基本概念、内容安排和研究方法以及主要创新点和学术贡献。 第二章进行文献回顾。分为国外和国内两部分，对自愿信息披露研究领域的相关文献作了比较全面、详尽的回顾，并指出现有文献的不足和薄弱环节，为下文的理论分析和实证研究提供借鉴和研究平台。 第三章是论文的理论分析部分。本章在相关文献的基础上，依据公司自愿信息披露研究的最新发展，交叉运用信息经济学、会计学、法学、公司治理、资本市场效率等学科领域的相关知识，以非完全市场条件下的信息不对称为研究出发点，在一般意义上提出公司自愿信息披露机制的理论分析框架；接着，结合我国证券市场发展的特殊阶段，对我国上市公司特征、自愿信息披露水平和股票市场表现之间的关系展开理论分析。 第四章是我国上市公司信息披露环境分析。本章将市场上的信息结构分为两大类，分别对公司公告披露环境和新闻信息披露环境进行分析。以前的研究都是基于单独对于公司公告的披露自愿性进行的，本文的主要特点是结合媒体的新闻信息披露来对自愿信息披露进行研究，本章采取数据描述分析方法和典型案例分析方法对上市公司两大类信息的特点、分类信息的特点和整体披露环境的变化进行详细的分析、阐述，为下文实证研究设计奠定基础。 第五章是实证研究部分。公司总公告频率、分类公告频率、公司总新闻信息披露频率以及分类新闻信息披露频率分别作为自愿信息披露水平的替代指标。公司特征对自愿信息披露水平影响的实证研究得出以下主要结论： (一)除了其他公告披露频率之外，公司规模与其他各类信息披露频率存在显著正相关关系，公司规模是公司自愿信息披露水平的重要影响因素。 (二)资产负债率与强制性特征比较明显的公司公告频率呈现显著正相关，而与新闻信息披露频率存在显著负相关关系。 (三)公司业绩表现与自愿性特征比较明显的新闻信息披露频率之间存在同增同减的相关关系，但相关系数不大，在控制了其他变量之后，两者就不存在显著相关关系，而公司业绩表现与强制性特征比较明显的公司公告类信息的两两相关检验表明，两者不存在显著相关关系。 (四)独立董事比例与公司前四类公告频率、公司总公告频率存在比较大的显著正相关；前十大股东持股比例与各类信息披露频率没有显著相关关系；流通股比例与个股点评、公司研究、公司总新闻披露频率显著正相关；前十大流通股东持股比例与个股点评频率显著负相关，而与其他各类信息披露频率显著正相关；公司股东结构中是否存在基金对公司各类信息披露没有显著影响。 (五)盈余管理特征比较明显的公司，其公司公告披露频率比较高，而再融资的公司，其各类信息披露频率比较高。 自愿信息披露水平对股票市场表现影响的实证研究得出以下主要结论： (一)在控制了公司规模、资产负债率、业绩表现后，公司动态评析、公司研究报告、公司新闻报道能够显著
提高公司年度复权收益率水平。而个股点评频率与公司年度复权收益率呈显著负相关关系。 (二)在对股价波动的检验中，公司动态评析、公司研究、个股点评频率与股价波动呈现正相关关系，其他各类信息披露频率与股价波动不存在显著相关关系，表明增加信息披露并没有起到“滤波”效应。自愿信息披露水平对公司流动性回归模型的整体拟合效果较差。 第六章为结论和启示。在对论文主要研究结论进行总结和归纳的基础上，对改进我国上市公司自愿信息披露水平提出了一些建设性的意见，并指出研究的不足和未来进一步的研究方向。7.期刊论文 薛永刚.曹艳铭.XUE Yan-ming 货币政策变量与股票价格的动态关联性研究 -山西财经大学学报2008,30(3) 本文利用1998年1月到2007年2月的月度数据,在理论分析货币政策变量与股票价格关系的基础上,通过HP滤波、Granger因果检验,预测方差分解以及时变参数状态空间模型,对我国M1、M2、商业银行贷款利率、银行间同业拆借利率与股票价格之间的动态关联性进行研究.研究结果表明:我国货币政策变量与股价之间存在不完全双向因果关系;股票市场传导渠道存在,但传导效率不高;股票价格对货币政策变量的反馈作用强于正向传导作用;应把股价作为货币政策参考指标进行监测和调控.8.学位论文 郭民之 长记忆时间序列模型的理论与实证研究 2005 本文从平稳序列和线性序列的谱分析角度出发归纳总结了长记忆时间序列模型的有关理论和方法。讨论涉及到Hilbert空间、线性滤波、平稳序列的谱表示等内容。特别是重点总结了长记忆时间序列模型(即ARFIMA(p，d，q)模型)的概念和性质，讨论了该模型平稳可逆解的存在性和唯一性，谱密度函数、自相关函数和偏相关函数的形式。本文的主要工作是: 1、给出了ARFIMA(p，d,q)模型自相关函数的一种新的时域推证方法。本文给出了一个用时域方法直接推导长记忆时间序列模型的自相关函数γκ的方法。 2、针对沪深两市的股票指数收益率数据和道琼斯工业平均指数收益率数据，利用S-plus、Matlab等软件来对股指收益率数据进行大量的、网格式的计算和模型模拟，同时给出ARFIMA(p，d,q)模型p+q+1个参数的估计。 3、利用修正的R/S统计量对沪深两市的股指收益率数据和道琼斯工业平均指数收益率数据的长期相关性进行了检验，并在Excel上编程实现。利用修正的R/S统计量检验的结果与模拟得到的结果(即上面第2步)是一致的， 4、在模型预测方面，将ARIMA(p，d,q)模型(其中d为正整数)的预测方法推广到ARIMA(p，d，q)模型(其中|d|＜)的预测上，给出了ARIMA(1，d,0)和ARIMA(2，d,1)模型的递推预测公式，同时在计算机上编程实现。并利用已有的资料对沪深两市股值及道琼斯工业平均指数的绝对收益率进行了预测。9.学位论文 张骅月 分数布朗运动及其在保险金融中的应用 2007 自19世纪60年代， Mandelbrot使科学界注意“长程相关性”以来，这个概念变得越来越重要。如今，具有长程相关性的随机模型已经激发了人们很大的研究兴趣，并且被成功地应用到不同领域．例如，在排队系统，流体模型，通信网络模型，交通模型，储存模型和金融．参阅[21]，[41]，[62]，[68]，[80]，[81]，[82]，[96]，[102]和[106]。 分数布朗运动是一个常被使用的具有长程相关性的过程．关于分数布朗运动的研究最早可追溯到 Kolmogorov[58]，并命名为 Wiener 螺线． Mandelbrot和Van Ness 在一篇开创性的论文[69]中首次提出了“分数布朗运动”这一名字。关于分数布朗运动的详细介绍，参阅[30]或[94]。 分数布朗运动作为一种模拟工具有时比标准布朗运动更加灵活。它被用来模拟工程学，物理学和金融数学中的各式各样的随机数据．本文我们集中考虑它在保险金融中的应用。 最近几年保险金融正在蓬勃发展并且取得想当丰硕的成果。集体风险理论所关心的是保险公司的总资产和风险余额的随机波动．对于古典风险模型，索赔过程是用一个具有空间齐次性和独立增量性的复合泊松过程来描述的．根据过程的弱收敛，[52]用带漂移的布朗运动来近似风险过程．在风险理论中，一个扩散近似的现代版本被[34]和[35]给出．由于它们比较完美的性质，几乎所有的精算变量包括破产时间、破产前余额、破产时赤字的精确结果都已经被得到．近来，两个风险模型下的一些最优问题包括再保险、投资和分红被关注，并且部分已得到解决。 迄今，人们一直用具有马尔科夫性的随机过程来描述索赔过程。但在大部分情形下，保险公司的索赔过程呈现出长程相依性：给定时刻t后过程的行为，不仅依赖于￡时刻的信息，而且还依赖于时刻t以前的历史．这种现象是不容忽视的并且很可能对不同的问题产生影响，倒如偿付能力，定价及最优再保险水平等等。因此，最近分数布朗运动被用来模拟保险公司可能面临的索赔， (参阅[3]，[20]，[32]，[33]，[75]和 [76])。 在几何布朗运动的框架下， Black和Scholes建立了著名的期权定价理论。然而，古典金融资产的数学模型仍不完善．两个明显的问题存在于Black-Scholes公式中，即金融资产的价格过程不总是高斯和马尔科夫的．为了更好地描述金融资产的价格，人们引入了更一般的模型，例如重尾Levy过程和随机波动率模型．后来，通过重标极差法(R/S)，研究人员发现证券市场的波动有明显的持久性，然后他们试着用分数布朗运动模拟股价和其他资产价格，参阅[36]，[37]和[70]． 研究包括分数布朗运动的随机微分方程所描述的系统是很自然的．在此体系下，一些标准问题，例如预报、参数估计和滤波已经得到了很好的解决，参考[12]，[14]，[38]，[54]，[55]，[56]，[60]，[78]和[86]．保险和金融中的优化问题已经吸引了人们很大的兴趣。然而，大部分的结果是在马尔科夫控制系统下得到的．所以，在更广的环境下研究最优控制问题有其理论和实际价值。最近人们开始注意到分数布朗运动扰动的系统下的最优控制问题。例如，[23]尝试着去解一般的最优问题。[46]和[47]奠定了分数布朗运动市场上最优理论和最优消耗的基础。[49]研究了stop-loss-start-gain投资组合并且给出了标准期权定价的内在价值和时间价值的Carr-Jarrow分解。另一方面，线性二次规划是一个典型而且重要的随机控制类，它可以被解决通过一个相关的黎卡提方程。就我们知道的，[57]得到一个有限时间区间上简单线性二次规划的完备解．[51]考虑了分数布朗运动所扰动下随机线性系统的一些最优控制问题。尽管如此，LQ问题仍没有被完全展示。所以，我的博士毕业论文主要致力于分数布朗运动扰动体系下，保险金融中LQ问题的进一步研究。 但是，对于分数布朗运动随机控制问题的研究，不可避免地要涉及到关于它的随机微分，相关的随机积分和微分方程。因为分数布朗运动不是半鞅，极其丰富的半鞅随机积分理论不能直接应用。下面，我们使用最近在[26]中定义地关于分数布朗运动的随机微分。另外，由于分数布朗运动的非马氏性，著名的Hamilton-Jacobi-Bellman 方程不能被应用但是我们可以采用鞅方法和完全平方的方法去解决相应的控制问题。 本篇论文的结构和内容安排如下： 第一章，我们介绍了分数布朗运动的定义、性质及其关于分数布朗运动随机积分理论的主要结果。 第二章，我们主要研究了分数布朗运动扰动下的古典风险过程的最优输入问题。通过完全平方的办法，最优控制策略的分析解被得到．另外，我们还得到相应的最优值函数。 第三章，我们在带漂移分数布朗运动的风险模型下，考虑了保险公司的最优输入和投资问题．我们给出了最优策略存在的充分条件。借助于两种不同的办法，最优策略的解被给出．另外，我们导出了相应的最优值函数．最后，两种特殊的情况被考虑。 第四章，在风险需求和投资两种控制下，我们研究了动态均值-方差问题.基于HJB方程的粘性解和拉格朗日乘子技术，我们给出了古典的 Cramér-Lundbetg模型和扩散模型下有效前沿和有效策略的闭形式的解。 第五章，我们研究了动态均值-方差投资组合选择问题，其中风险过程是被分数布朗运动扰动的古典风险过程．有效前沿和相应的有效策略也被得到，并且与标准布朗运动情况下的结果进行了比较。 第六章，我们考虑了在分数Black-Scholes市场上，动态连续时间的均值-方差投资组合选择问题．有效前沿和相应的有效策略也被导出．我们展现了在分数布朗运动的均值-标准差图上有效前沿仍然是一条直线．最后，我们在数值上比较了最优终端财富的期望，方差分别与Hurst参数，初始资本和无风险利率之间的关系。 第七章，当保费收入为时间的非线性函数时，我们给出了有限时间破产概率的上下界和无穷时间破产概率的显式解。 需要指明，参考文献末尾列举了郭军义教授和吴荣教授最近的一些工作。
引证文献(4条)1.过蓓蓓.张曙光 非参数方法在股票市场预测中的应用[期刊论文]-浙江大学学报（理学版）2008(03)2.王卫琪.景立伟 自回归求和滑动平均模型在医院药品收入预报中的应用[期刊论文]-山西医科大学学报 2008(03)3.彭丽芳.孟志青.姜华.田密 基于时间序列的支持向量机在股票预测中的应用[期刊论文]-计算技术与自动化 2006(03)4.胡涛 基于非参数的水产品价格预测系统研究[学位论文] 2005 本文链接：
