基于智能算法的證券市場ARCH模型實證研究.pdf

1、優(yōu)化技術(shù)是一種以數(shù)學為基礎(chǔ)，用于求解各種工程問題優(yōu)化解的應用技術(shù)。多年來，由于其廣泛的應用而備受矚目，并且發(fā)展迅速。隨著應用領(lǐng)域的拓展，最優(yōu)化問題的時空復雜性使其求解非常困難，傳統(tǒng)的優(yōu)化算法已很難滿足問題需要。近年來，智能優(yōu)化算法的誕生給最優(yōu)化技術(shù)提供了新的思路和手段，并在科學研究、經(jīng)濟及工程技術(shù)問題中得到廣泛應用和發(fā)展。遺傳算法、蟻群算法和粒子群算法作為其中典型的幾種隨機搜索群智能優(yōu)化算法，在復雜優(yōu)化問題求解中顯現(xiàn)了巨大潛力，成為近年

2、來一個研究的熱點。
　　 時間序列模型是研究股票市場的一個非常重要的工具。本文對金融時間序列模型進行了探討，股市時間序列模型具有以下兩個特性:首先，它貌似隨機但又好像不完全隨機，其次，它非常容易獲得。經(jīng)濟現(xiàn)象涉及因素較多，關(guān)系又比較復雜，用量化模型分析十分困難，經(jīng)濟時間序列是重要的量化分析工具之一，特別是ARCH類模型是最近發(fā)展起來的用于分析股市的定量分析模型。而ARCH類模型中的參數(shù)估計歷來是一個難點，本文使用智能算法隨機搜索

3、的優(yōu)點對ARCH類模型中的參數(shù)進行估計。
　　 本文首先介紹了本論文的研究意義以及結(jié)構(gòu)安排，然后介紹了幾種典型的群體智能算法，具體包括遺傳算法、蟻群算法和粒子群算法，并對它們進行了詳細的分析，再闡述了時間序列理論及其模型，具體包括時間序列分析模型、隨機時間序列模型的自相關(guān)函數(shù)和偏自相關(guān)函數(shù)、模型的識別、條件異方差模型等，具體到本文進行實證研究的時候?qū)⒉捎肁RCH模型族結(jié)合群體智能算法對我國證券市場指數(shù)進行研究，對模型在分析我國股