小波神经网络预测方法在石油期货价格预测中的应用研究

金融时间序列数据的预测是预测领域的热点问题。本文结合小渡变换与神经网络的有关理论,给出了基于小渡神经网络的石油期货价格预测具体学习算法并进行了拟合及检测,结果表明该方法具有比常用的BP算法及径向基函数网络算法（HCM算法）更好的拟合能力、推广能力,可为石油期货买卖决策提供一定的依据,并可推广于其它金融时间序列的预测。     

石油期货价格预测研究

石油期货是依附于石油的一种衍生工具,其价格是市场对未来油价的预期,准确预测石油期货价格成为政府、企业和研究者关注的重要领域。文章综述了国内外关于石油期货价格预测的研究模式、方法与现状,并探讨了该领域进一步研究的方向。     

期货价格预测理论的研究进展分析

本文对期货价格的预测理论进行了回顾,并综述了现代期货价格预测理论的研究进展.由于数学和计算机的发展,期货价格预测理论更为精确和科学.本文介绍了GARCH模型、ARIMA模型、BP神经网络分析和GEP算法在金融(主要是期货)价格研究中的应用,由于GEP算法的优越性,有望在期货价格预测中作出卓越的成绩.     

ARMA-GARCH模型的期货价格预测比较研究

影响期货价格的因素非常多,且期货价格波动幅度大,对其进行准确的预测是困难的。但期货市场价格波动又有其自身内在的特点,基本因素分析法虽然能够大致确定市场未来走势,却很难定量化,技术分析方法的判断常提前或滞后且容易导致＂走势陷阱＂,因此本文运用WIND金融资讯数据库上的日收盘价数据,分别用ARMA模型和ARCH模型族中的GARCH模型,利用Eviews5.0软件对于期货价格进行预测并进行比较。     

基于异质主体模型与RBF神经网络的黄金期货价格预测

期货价格具有一定的非线性和随机性,因而难于预测。将期货市场上的投资者划分为基本面分析者和图表分析者。这两类投资者有不同的交易策略,以不同的方式影响市场上期货价格的形成。结合异质主体模型与神经网络技术,设计RBF神经网络的输入与输出,构建网络进行黄金期货价格的预测。     

基于小波—神经网络的短期风速预测

采用小波变换和神经网络相结合的方法对风速进行短期预测.利用小波变换将信号分解成不同频段的子序列,各子序列单支重构后,利用神经网络分别建模预测,最后将各子序列的预测结果叠加得到最终的风速预测值.在神经网络学习过程中采用LM算法,有效提高了收敛速度,降低了陷入局部极小值的可能.通过实例分析,验证了该方法可以较为准确地预测风速.     

从期货价格变动预测CPI变化

2007年中国经济在高位上继续保持了快速增长的势头,同时CPI的增长也结束了低位运行态势。宏观经济的高增长,低通胀暂告一段落,因此,我国的宏观经济政策也相应地进行了调整。而CPI作为制定宏观经济政策的重要依据,对其预测的准确性也就更加重要。为此,本文利用近几年来商品期货价格指数与消费价格指数的数据,通过计量方法研究了商品期货市场对消费价格指数的影响,提出期货市场可以成为CPI预测的一个有效途径。     

基于自适应小波神经网络的数据挖掘方法研究--对我国石油产量的预测分析

小波神经网络是近年来在小波分析研究获得突破性进展基础上提出的一种前馈型网络,文章将小波与神经网络相结合,提出了一种基于自适应小波神经网络(SAWNN,self-adaptation wavelet neural network)的数据挖掘方法,并构造了数据挖掘过程的机器学习机制,以提高对问题的处理能力。文章将所构造的自适应小波神经网络用于石油产量的建模预测研究,实证结果表明此预测模型不仅是有效的,而且是可行的。     

GA-BP算法在金融股指预测中的应用研究

本文提出一种GA-BP算法对金融股指进行预测研究,该算法结合遗传算法具有全局寻优的优点,能够克服BP算法进行预测时易陷入局部极小值和收敛速度慢的缺点;以股票市场的上证指数为例,通过与BP算法和LM-BP算法预测效果进行比较分析,证实了本文提出的算法在对上证指数进行预测时更为有效.     

基于马尔可夫模型的燃料油期货价格预测实证研究

我国是世界上第二大能源消费国,及时准确预测石油价格是我国政府与相关企业降低能源成本和风险控制的重要一环。本文通过建立预测燃料油期货价格的马尔可夫模型,对上海期货交易所的燃料油期货价格预测进行实证研究。研究结果表明,同市场价格对比后能够确定符合期货市场的模型参数,并且随着模拟数量的逐渐增大,价格产生的波动率逐渐减小。因此,经过修正的马尔可夫模型能够预测燃料油期货价格的长期走势,这将为我国政府、相关企业和投资者进行燃料油价格预测提供理论参考依据。     

纽约黄金期货价格波动对我国期货市场收益率的影响研究

随着我国期货市场的迅速发展,商品期货逐步显示出金融属性。本文运用自回归分布滞后模型结合GARCH族模型对纽约黄金期货价格波动与我国上海期货交易所沪铜、沪铝、沪锌、天然橡胶、燃料油期货价格波动之间的动态关系展开研究,以考察宏观经济运行对我国期货市场的影响。     

中美小麦期货价格与现货价格传递关系的比较研究

为研究我国小麦期货市场价格发现功能的发挥程度及此功能对现货市场价格的影响,本文运用Johansen协整检验、误差修正模型、脉冲响应函数和方差分解等对中美小麦期货与现货价格传递关系进行了实证研究。结果显示：中美两国国内小麦期货与现货价格之间均存在明显的双向引导关系和长期均衡关系;我国小麦期货价格和现货价格对一个标准差信息冲击的反应均稍强于美国;我国小麦期货市场价格发现功能的发挥程度要优于美国。     

我国国债期货涨跌板制度研究

国债期货是近阶段我国期货市场将要大力发展的重要品种之一，涨跌停板制度是未来我国国债期货市场顺利运行的重要保证。本文运用极值理论对国债期货的涨跌板进行了实证研究，确认了我国国债期货模拟价格分布的厚尾分布特征，计算了波动的阚值，估计了Pareto分布的参数，设定了符合我国现阶段实际情况的涨跌停板。并得出了相应的结论。     

玉米期货价格的波动分析

本文基于玉米期货价格数据,运用ARCH类模型和马尔科夫机制转换模型分析玉米期货价格的波动规律和特征。研究表明,玉米期货价格存在一阶ARCH效应和＂杠杆效应＂,玉米期货价格收益率具有显著的波动集簇性;TARCH和EGARCH模型估计结果,玉米市场中价格上涨信息引发的波动比价格下跌信息引发的波动要大,玉米价格波动具有显著的非对称性。我国玉米期货价格确实存在马尔科夫机制转换;在样本研究期间,我国玉米期货价格存在比较明显的三个上涨和下跌阶段,在波动中保持上涨趋势。     

基于GA—BP神经网络的人口预测研究

人口问题是一个复杂的社会问题,准确地预测,对于国家社会发展计划特别是制定生育政策有重要的意义。本文探讨了基于遗传算法改进的BP神经网络模型的原理、构成以及实现方式,该改进模型可以有效提高BP网络模型的性能。同时将此模型用于我国人口数量的预测,选取我国1982．2010年的人口数据,检验结果平均误差仅有O．0494％。用该模型预测2011-2020的人口总量,预测结果表明我国人口总数的增长已得到有效的控制。     

中美黄金期货市场价格关系实证研究

通过对纽约商品交易所和上海期货交易所黄金期货指数收盘价的相关性分析、协整检验、格兰杰因果检验,考察了中美黄金期货价格的关系,分析了中美黄金期货的引导地位,结果表明美国纽约商品交易所黄金期货价格引导中国上海期货交易所黄金期货的价格,继续完善国内黄金市场体系建设,提高中国黄金期货市场的国际影响力和竞争力。     

期货价格波动分析的弹性系统模型

有效市场理论是市场价格波动的基础理论,然而,其假设及分类的理想化,很难很好解释复杂的市场现象,为此,本文提出了趋于有效的假说,使其与现实复杂的实际市场吻合。在此基础上,借鉴物理学的弹性系统模型,对影响价格因素细分,进而构建价格波动的弹性系统模型,来更好地解释价格波动的特性和主要动力源泉,并为市场分析提供有效的思路。     

中美白糖期货市场价格发现功能的比较研究——基于2006—2008年的时间序列数据

本文运用协整分析、Granger因果检验、误差修正模型、信息共享模型、方差分解模型和脉冲响应函数,对2006—2008年中美两国白糖期现货市场价格之间的长短期变动关系进行了计量分析与横向对比。研究发现,我国白糖期货市场价格发现功能已初步显现,但我国白糖期货市场中期货价格对现货价格的引导作用与美国的成熟市场还存在较大差距,我国白糖期货市场价格发现功能的发挥水平还有待提高。