导　　师： 郑少智

授予学位： 硕士

作　　者： ;

机构地区： 暨南大学

摘　　要： 股票价格指数作为反映股票市场总的价格水平变化的重要指标，同时也是金融市场上重要的金融工具之一，如何对其价格的波动进行预测一直以来是国内外金融领域研究的焦点问题之一。　　ARMA模型和 GARCH模型是金融时间序列分析应用研究中最为常用的两种模型，组合 ARMA-GARCH模型在对创业板指数的预测中较单一ARMA模型的预测效果有所提高;进一步地，支持向量回归模型对 ARMA-GARCH模型拟合的残差序列进行拟合预测，并利用遗传算法与粒子群算法对其中参数进行寻优处理，对残差序列进行校正预测。结果表明，利用经过参数寻优的组合 ARMA-GARCH-SVR模型的预测效果有较明显的提升。

关 键 词： 创业板指数 支持向量模型 误差修正 股票市场

领　　域： [经济管理—金融学]