證券投資管理中受益率的預(yù)測(cè)方法研究.pdf_第1頁
已閱讀1頁,還剩48頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、證券投資活動(dòng)是現(xiàn)代經(jīng)濟(jì)市場(chǎng)中一個(gè)有效和最常見的投資行為,投資收益率是所有投資者最為關(guān)心的決策依據(jù)。未來收益率的非確定性對(duì)證券投資管理中收益率的預(yù)測(cè)有著重要的作用。本文將采用三種預(yù)測(cè)算法:回歸預(yù)測(cè)算法,指數(shù)平滑預(yù)測(cè)算法和GM(1,1)預(yù)測(cè)算法,對(duì)證券收益率進(jìn)行預(yù)測(cè),并對(duì)這些方法加以比較,選擇最合適的方法。實(shí)證數(shù)值結(jié)果表明:
  1、對(duì)原始信息較多,自變量和因變量之間相關(guān)性較強(qiáng),只是做短期預(yù)測(cè)時(shí),多元線性回歸方法的預(yù)測(cè)效果好。

2、  2、當(dāng)時(shí)間序列變化不大比較穩(wěn)定時(shí),并原始數(shù)據(jù)資源較少,采用指數(shù)平滑方法的預(yù)測(cè)效果更佳。
  3、當(dāng)原始信息較少,無規(guī)律,光滑離散原始序列且不服從典型分布時(shí),選用GM(1,1)方法得到的預(yù)測(cè)效果最佳。
  本文逐一詳細(xì)介紹了指數(shù)平滑預(yù)測(cè)算法、多元線性回歸預(yù)測(cè)算法和GM(1,1)預(yù)測(cè)算法,就三種算法的基本原理、建模過程以及誤差的檢驗(yàn)進(jìn)行了一一闡述,并通過經(jīng)濟(jì)市場(chǎng)歷史數(shù)據(jù)對(duì)三種算法進(jìn)行了實(shí)證效果比較,并對(duì)其預(yù)測(cè)效果、使用條件及

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論