目录
1 选题的背景和意义
1.1 选题的背景
1.2 国内外研究现状及发展趋势
2 研究的基本内容
2.1 基本框架
2.2 研究的重点和难点
2.3 拟解决的关键问题
3 研究的方法及措施
4 预期成果
2、资料收集准备阶段
3、论文写作及答辩阶段
2016年12月中旬-2017年5月下旬
参考文献
1 选题的背景和意义
1.1 选题的背景
随着中国经济的发展,人们的生活水平越来越高,越来越多的人把闲置的资金拿出来理财,其中会有一部分人投资于股票市场。但是由于不了解股票以及无法在关键点位止损和加仓,使投资者的本金越来越少,成为庄家口中的“一波波的韭菜”。所以投资分析和研究是股票投资的关键。股票是股份公司在筹集资本时向出资人公开或私下发行的,用以证明出资人的股本身份和权利,并根据持有人所持有的股份数享有权益和承担义务的凭证,而且股票不能转售。所以股票流通,买卖就在股票市场。但我们知道散户投资股票基本是“七亏,二平,一赚”。因为股票是一种“高风险,高收益”的投资活动,所有参与股票交易的人都想知道股票的走势。所以人们逐渐的利用一些工具对股票的价格进行预测。
尽管当前中国的股市还没有很成熟,无法广泛的应用西方国家的一些价值型投资方式,但是我们有理由相信,随着时间的发展,中国的股市会达到和西方国家一样的成熟。但是如何去进步,如何一步一步去发展,这就需要我们投资者理性的投资和政府部分规范的管理。
我们知道,股票的涨跌,是许多因素共同作用的结果,我们必须要多方面的去考虑。本文通过典型相关分析定量的分析股票各因素的影响程度,并选择龙洲股份股票进行实例分析,得出影响最大的因素,最后把影响最大的因素的数据单独拿出来,用非线性回归模型进行预测,给投资者提供投资建议。
1.2 国内外研究现状及发展趋势
1935年到1936年间,美国数学家Hotelling(霍特林)[1][2]首次研究多个变量与多个变量之间的相关关系,接着提出典型相关分析方法。然后经过长时间的发展,被应用到很多新型学科邻域。如Zhong Ji[3]等提出排列典型相关分析,并将其应用到可视化搜索排序中。
回归分析的主要思想与方法以及“回归”的名称是由英国统计学家F.高尔顿1886年提出的,到现在已有一百二十多年的历史。自从提出以后,回归分析在许多方面都得到了比较好的应用效果。如K.Vasanth Kumar[4]等将回归分析应用到生物方面,他们进行动力学实验以将safranin吸附到稻壳颗粒上,发现非线性方法是一个更好的获得二阶速率动力学表达式中涉及的参数的方法。K.Vasanth Kumar[5]等将回归分析应用到物理方面,他们在活性炭对亚甲基蓝的平衡吸附使用多条等温线,用非线性回归方法选择最佳等温线。
在股票预测方面,越来越多的学者投入到这一领域,预测模型和预测方法也越来越多。查正洪[6]利用ARIMA模型对上证指数进行拟合预测。杨琦,曹显兵[7]利用ARMA-GARCH模型对大众公用(600635)股票价格进行分析和预测。肖冬荣,杨子天[8]将粒子群优化算法用于神经网络预测模型的学习训练,并将这种方法用于股票预测中,实现表明准确性较高。胡珉,孙瑜峰[9]提出了以分钟级交易信息为基础的股票市场趋势预测的图形化方法。还有许多其他的模型也用来预测,如SV模型,支持向量机模型,等等。
随着典型相关分析的不断发展和理论的不断完善,国内学者也把典型相关分析应用在许多方面。
在教育方面,李光泽[10]利用典型相关分析对外语学习过程的多因素特征进行分析,发现在相关分析方面,明显优于简单相关分析,因素分析等。并发现典型相关分析在外语教育学习领域具有良好的应用前景。
在识别方面,管睿,孙权森等[11]构建了分数嵌入的多重集典型相关分析理论框架,通过对人脸识别的验证,证明了此方法的有效性。
在医学方面,孙玉凤,刘鸿宇等[12]将卫生人力资源投入和产出之间的相关性用典型相关分析去分析,得出应该优化卫生人力资源结构,加强对卫生人力资源的培训,增加卫生人力资源存量。
在气象方面,陈小兰,吴洪宝等[13]通过典型相关分析建立预报关系,接着用集合典型相关分析预报中国的冬季气温发现比简单的预报技巧更稳定。
从国内学者的研究中可以看出,将典型相关分析应用到了各方面,有的将典型相关分析和别的结合在一起,