發(fā)布時(shí)間：2024-03-05 22:52

　　互聯(lián)網(wǎng)金融近幾年成為業(yè)界和學(xué)術(shù)界討論的熱門(mén)話題。從國(guó)內(nèi)學(xué)術(shù)界開(kāi)始關(guān)注互聯(lián)網(wǎng)金融領(lǐng)域不到三年的時(shí)間內(nèi),大部分研究都還只停留在定性層面,缺乏定量研究。本文從互聯(lián)網(wǎng)金融資金流預(yù)測(cè)的角度出發(fā),希望對(duì)國(guó)內(nèi)互聯(lián)網(wǎng)金融領(lǐng)域的研究起到補(bǔ)充作用。本文首先回顧了互聯(lián)網(wǎng)金融領(lǐng)域目前國(guó)內(nèi)外主要的研究成果和應(yīng)用。然后詳細(xì)介紹了STL分解法的理論原理和算法實(shí)現(xiàn),并歸納梳理了時(shí)間序列預(yù)測(cè)的一些經(jīng)典方法。之后本文重點(diǎn)介紹了STL分解和ARIMA、HW、Theta的組合預(yù)測(cè)模型。在最后的實(shí)證研究中同時(shí)用三種經(jīng)典預(yù)測(cè)方法和組合方法對(duì)“余額寶”日申購(gòu)額未來(lái)一個(gè)月的數(shù)據(jù)進(jìn)行預(yù)測(cè),并將不同模型的預(yù)測(cè)效果相比較,得出以下幾項(xiàng)重要結(jié)論:1)組合預(yù)測(cè)模型先用STL分解將序列的各個(gè)成分分離,再針對(duì)各個(gè)成分選擇最合適的預(yù)測(cè)模型,更容易了解數(shù)據(jù)的結(jié)構(gòu)特征,使整個(gè)預(yù)測(cè)過(guò)程更容易解釋且實(shí)用性強(qiáng)。2)組合模型將殘差成分融入整個(gè)預(yù)測(cè)過(guò)程,提高了信息利用率,最大程度上減少了模型擬合過(guò)程中的信息損失。3)由于組合模型的思想是將各個(gè)成分表現(xiàn)優(yōu)秀的預(yù)測(cè)模型組合在一起,因此組合模型在短期預(yù)測(cè)方面不僅表現(xiàn)良好,而且穩(wěn)定。4)組合模型在長(zhǎng)期預(yù)測(cè)上表現(xiàn)最好。長(zhǎng)期...

【文章頁(yè)數(shù)】：80 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景及研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀與存在的問(wèn)題
    1.3 本文研究?jī)?nèi)容及研究方法
第二章 STL分解法
    2.1 時(shí)間序列成分
    2.2 時(shí)間序列分解方法綜述
    2.3 STL分解法
        2.3.1 STL分解法的定義
        2.3.2 STL分解法參數(shù)確定
        2.3.3 計(jì)算方法
        2.3.4 STL分解法的應(yīng)用
    2.4 本章小結(jié)
第三章 時(shí)間序列模型介紹
    3.1 時(shí)間序列的基本概念
        3.1.1 平穩(wěn)性及平穩(wěn)性檢驗(yàn)
        3.1.2 自相關(guān)系數(shù)和偏自相關(guān)系數(shù)
        3.1.3 白噪聲及白噪聲檢驗(yàn)
    3.2 非平穩(wěn)季節(jié)ARIMA模型
    3.3 Theta模型
    3.4 Holt-Winters季節(jié)模型
第四章 STL分解和ARIMA、HW、Theta的組合預(yù)測(cè)模型
    4.1 組合模型原理簡(jiǎn)介
    4.2 STL分解和ARIMA、HW、Theta的組合預(yù)測(cè)模型介紹
        4.2.1 成分分解
        4.2.2 各分解成分的預(yù)測(cè)
        4.2.3 殘差成分的外推
        4.2.4 預(yù)測(cè)方式
    4.3 本章小結(jié)
第五章 “余額寶”資金流入預(yù)測(cè)實(shí)證分析
    5.1 研究背景及數(shù)據(jù)介紹
    5.2 數(shù)據(jù)準(zhǔn)備
    5.3 非平穩(wěn)季節(jié)ARIMA模型建模過(guò)程及結(jié)果分析
    5.4 Theta模型擬合過(guò)程及結(jié)果分析
    5.5 Holt-Winters季節(jié)模型建模過(guò)程及結(jié)果分析
    5.6 組合預(yù)測(cè)模型的建模過(guò)程及預(yù)測(cè)結(jié)果對(duì)比分析
        5.6.1 STL分解結(jié)果
        5.6.2 組合預(yù)測(cè)模型的建模過(guò)程及預(yù)測(cè)結(jié)果
        5.6.3 各種預(yù)測(cè)方法對(duì)比分析
    5.7 本章小結(jié)
第六章 論文總結(jié)與展望
    6.1 本文工作總結(jié)及研究結(jié)論
    6.2 研究展望
參考文獻(xiàn)
附錄1
致謝



本文編號(hào)：3920166