论文部分内容阅读
目的通过量化分析研究股票价格的走势,为投资策略的制定提供参考依据。方法选取2007年1月1日至2018年12月31日上海证券指数(上证指数)每日交易收盘价作为原始数据,总共2790个样本数据。首先,利用MATLAB对指数平滑法、RBF神经网络预测法和马尔科夫链预测法进行编程。然后,采用以上3种预测法对上证指数的样本数据进行预测分析。结果指数平滑法中二次指数平滑法的预测误差最小,二次指数平滑法拟合出的上证指数的预测值与其实际值的走势基本吻合。ARCH-LM检验显示基于二次指数平滑法得到的误差序列不存在ARC