时间序列类有关硕士毕业论文范文跟模糊集合时间序列方法预测中国农产品期货指数有关硕士毕业论文范文-毕业论文网

该文是关于时间序列论文范文，为你的论文写作提供相关论文资料参考。

模糊集合时间序列方法预测中国农产品期货指数

【摘要】期货市场在货币市场和资本市场中有着举足轻重的地位,投资者和决策者都亟需能够预测其走势的理论与方法.然而,期货市场是一个不稳定的复杂系统,政治、社会、宏观经济趋势以及投资者心理等诸多因素都可能使得期货产生不同程度的变化,本文基于模糊集合理论,运用一阶模糊时间序列模型对中国农产品期货指数进行预测,应用实例表明运用模糊时间序列模型可以对农产品期货短期内的指数进行较高精度的预测.

【关键词】模糊时间序列模型农产品期货指数预测

农产品期货市场具有发现功能,不仅对未来现货的走势具有先行性和预测性,对宏观经济变量也有不小的影响,可以通过预测农产品期货指数来提高前瞻性.目前对农产品期货指数的预测得到了国内学者的广泛关注,黄颖“1应用主成分分析法和神经网络模型建立了农产品期货预测模型；杨科[2】研究了农产品期货市场波动率的动态特征,并建立了相应的预测模型然而,田凤平圈基于TVS-HAR模型进行农产品期货市场波动率预测研究.然而,由于期货市场发展较晚,期货指数也是近几年才编制的,信息采集比较困难,信息的准确性也不能得到有效的保证,加之市场环境是动态变化的,这就要求模型的参数选敢要随之变化否则预测精度会大打折扣,而这些问题很难用传统的预测方法解决.面对这些问题,Song和Chissom[4]基于模糊集理论提出的模糊时间序列的概念给我们提供了解决问题的新思路,基于此本文构建了模糊时间序列预测模型,应用一阶模糊时间序列模型来预测中国农产品期货．

一、一阶模糊时间序列预测模型

模糊时间序列模型的定义由Song和ChiSSom嘲首次提出,其定义如下：设相关论域为U且U等于{u．,u：…,u.},那么定义在该论域上的模糊集A可表示为

从图1可看出本文预测值与实际值较为接近,图中虚线为预测值,实线为实际值,可见,本文利用用简化的计算代替了“最大最小”合成运算,更加有效率之余也不失准确性.

二、结论

本文基于模糊时间序列提出了一种农产品期货指数的预测方法,采用期货收盘价历史数据作为样本数据来说明预测的过程,并测试所提出的方法的鲁棒性测试.通过例证,我们可以看到,该方法不仅能在短期内有效预测农产品期货的走势,而且在历史数据有偏差时还可以做出合理的预测.

参考文献

[1]黄颖．基于主成分一神经网络的农产品期货预测研究及模型实现[D]．首都师范大学,2008．

[2]杨科,田凤平．农产品期货市场波动率的动态特征及其预测模型Ⅱ]经济评论,2014(4):50-67．

[3]田凤平,杨科．基于TVS-HAR模型的农产品期货市场已实现波动率的预测研究卟系统工程理论与实践,2016,36 (12):3003-3016．

[4]Song Q,Chissom B S.Forecasting enrollments with fuzzytimeseries-part IU].Fuzzy Sets and Systems, 1993, 54:1-9.

基金项目：国家自然科学基金资助项目(11701061,11626052,11626051,11501074),)；辽宁省博士启动基金(201601296,20170520373).

作者简介：陈爽（1987-）,女,博士,讲师,研究方向：随机优化研究.