毕业设计（论文）-回归分析在股票预测中的应用

《毕业设计（论文）-回归分析在股票预测中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、成都理工大学毕业设计（论文）回归分析在股票预测中的应用作者姓名：专业班级：应用数学指导老师：摘要回归分析预测被广泛应用于经济学、社会科学、工程技术和生物学等许多领域当中，进行各专业指标变量的统计分析和预测控制。本文从回归分析预测与其他预测方法的简单算法对比出发，系统的讨论了线性回归分析和非线性回归分析的基本算法，再以八一钢铁股票的历史价格为例，对比多元线性回归和非线性回归分析预测，得出非线性回归分析拟合能力更强、拟合优度更高的结论。关键字：回归分析预测；非线性回归；线性回归；拟合度IV成都理工大学毕业设计（论文

2、）RegressionanalysisinthestockoftheuseofforecastAbstract:Theregressionanalysisforecastiswidelyappliedintheeconomic,thesocialsciences,theengineeringtechnologyandthebiologyandsoonthemiddleofmanydomains,carriesoneachspecializedtargetvariablethestatisticalanalysi

3、sandthepredictivecontrol.Thisarticleembarksfromtheregressionanalysisforecastwithotherforecasttechnique'ssimplealgorithmcontrast,system'sdiscussionlinearregressionanalysisandnon-linearregressionanalysis'sprimaryalgorithm,againtake81steelandironstock'shistoric

4、alpriceastheexample,thecontrastmulti-dimensionallinearregressionandthenon-linearregressionanalysispredictthatobtainedthenon-linearregressionanalysisfittingabilitytobestronger,agoodnessoffithigherconclusion.Keywords:Forecastregressionanalysis，Non-linearregres

5、sion，Linearregression，FitIV成都理工大学毕业设计（论文）目录第1章前言11.1选题背景和意义11.2股票的可预测性21.3回归的发展概况31.4文章结构4第2章预测方法概述62.1趋势分析法62.2时间序列法72.3灰色预测法72.4模糊数学法82.5回归分析法9第3章回归分析103.1线性回归分析113.1.1一元回归模型113.1.2多元回归线性分析模型123.1.3线性相关程度测定及相关性检验预测163.2非线性回归分析173.2.1非线性回归分析173.2.2参数估计和模型检验

6、193.2.3非线性回归分析存在的问题21第4章实例分析234.1用回归分析进行预测的步骤234.2数据的选取234.3线性回归分析的程序实现244.3.1回归方程求解244.3.2运行结果26IV成都理工大学毕业设计（论文）4.3.2模型预测273.3.3结果分析274.4非线性回归分析的程序实现274.4.1模型拟合294.4.2差分运算294.4.3模型定阶314.4.4建立模型314.4.5模型检验314.4.6模型预测324.4.7绘图324.4.8结果分析33结论34致谢35参考文献36附件37IV

7、成都理工大学毕业设计（论文）39成都理工大学毕业设计（论文）第1章前言1.1选题背景和意义股票价格是中国绝大多数公民关心的问题，也是经济、系统科学领域研究的热点问题。目前，证券市场的成熟程度己经成为衡量一个国家经济总体发展水平的重要指标。西方发达国家证券化比率(股票市场总市值占GDP的比重)高达50%-100%。新中国的证券市场虽然起步较晚，但有了较快发展，主要表现在股票市场的总市值和上市公司数目的不断增长。我国加入WTO，所有经济元素都在向国际看齐，诸如法律法规，关税水平等。但随着贸易制度的完善，股市作为经济

8、的“晴雨表”与国际接轨，逐步走向成熟、规范是必然趋势。随着国家对证券市场的开放，政策调控水平以及投资集团群体思维能力的提高，人们在交易行动之前对证券市场的未来加以预测也会成为一种自觉的思维活动。投资者们时刻在关心股市、分析股市、试图预测股市的发展趋势，然而影响股票价格的因素很多，其作用机制也相当复杂，其走势的预测非常困难。主要因为我们缺乏信息对市场影响的传导系统的结构和系统模型，并且不