基于小波分析的灰色模型與ARMA-GARCH模型的組合預(yù)測(cè).pdf

1、股票市場(chǎng)是整個(gè)社會(huì)經(jīng)濟(jì)的重要組成部分，在金融市場(chǎng)中起著重要作用。對(duì)股票價(jià)格的預(yù)測(cè)分析，一方面可以幫助管理者有效地管控風(fēng)險(xiǎn)，另一方面也可以幫助投資者在降低自身投資風(fēng)險(xiǎn)的同時(shí)獲取更多收益。
　　股票市場(chǎng)是一種復(fù)雜多變的非線性系統(tǒng)，受到政治經(jīng)濟(jì)環(huán)境、市場(chǎng)心理以及企業(yè)發(fā)展?fàn)顩r等多種因素的影響，因此運(yùn)用單一模型難以達(dá)到預(yù)測(cè)目標(biāo)。針對(duì)這一問(wèn)題，本文將采用基于小波分析的改進(jìn)灰色模型與ARMA-GARCH模型的組合預(yù)測(cè)方法，其利用小波多分辨率的特

2、性，發(fā)揮了不同模型各自的優(yōu)勢(shì)特點(diǎn)，得到了更好的預(yù)測(cè)結(jié)果。主要工作和成果如下:
　　1.介紹了灰色預(yù)測(cè)模型和ARMA-GARCH模型。對(duì)模型的原理和建模流程作了詳細(xì)的介紹，并對(duì)兩種單一模型進(jìn)行簡(jiǎn)要分析。
　　2.針對(duì)上述模型，在小波分析的基礎(chǔ)上，將改進(jìn)后的新陳代謝GM(1，1)模型和ARMA-GARCH模型結(jié)合起來(lái)。利用小波多分辨率的特性，將股票價(jià)格信號(hào)分解成一層低頻信號(hào)和多層高頻信號(hào)，再進(jìn)行重構(gòu)，對(duì)重構(gòu)后的趨勢(shì)部分建立改進(jìn)后