时间序列聚类在投资风险管理中的应用.zip

摘要:投资风险管理是为了防范在未来投资过程中可能会遭受赚取利润的亏损乃至本金亏损的风险，通过风险识别、估算和评价，使用优化组合的风险管理技术，对风险采取有效措施并妥善处理好因风险导致亏损的后果，从而以最小的成本收获最大的安全保障。

本文是对股票的投资风险管理以获得最大利益为研究目标，采用定量分析法、时间序列预测、系统聚类分析等方法来得出最优的股票。首先根据时间序列的模型的原理以及MATLAB编程，建立最优的预测时间序列的模型，利用外推预测法对股票的收益率分析，得出风险较低的股票。其次通过系统聚类分析出相对风险较低的股票，最后综合外推预测法得到的收益率结果和系统聚类分析出的风险较低的股票，得到投资风险最小的股票投资方案。

关键词 投资风险；定量分析法；时间序列；外推预测法；系统聚类

目录

摘要

Abstract

1 绪论-1

1.1 研究的背景及意义-1

1.2 研究现状-1

1.3 主要解决的问题及方法-2

2 理论综述-3

2.1 时间序列的基本理论和模型-3

2.1.1 时间序列的概念-3

2.1.2 时间序列的白噪声过程-4

2.1.3 时间序列模型-4

2.1.4 时间序列的预测-5

2.2 ARMA模型的基本原理-5

2.2.1 平稳性-5

2.2.2 ARMA模型的识别和定阶-6

2.2.3 ARMA模型的参数估计-7

2.2.4 ARMA模型检验-7

2.2.5 ARMA模型的建模过程-7

2.3 系统聚类理论-8

2.3.1 系统聚类分析简介-8

2.3.2 系统聚类的样本间距计算方法-8

2.3.3 系统聚类的类间距计算方法-9

3 实证分析-12

3.1 股票投资风险的评估-12

3.1.1 实验数据的选取-12

3.1.2 股票风险的定义-12

3.1.3 风险的评估-12

3.2 ARMA模型在股票价格预测中的应用-13

3.2.1 建模过程-13

3.2.2 实验结果分析-13

3.3 股票在系统聚类分析中的实证应用-20

3.2.1 操作过程-20

3.2.2 实验结果分析-20

3.4 综合分析-24

结论-25

致谢-26

参考文献-27

附录-28