上证指数预测模型（预测上证指数走势）

matlab BP神经网络预测模型上证指数 求大神

你说的应该是预测控制吧，先用BP神经网络建立模型，然后用预测控制进行滚动优化。

EAVM模型是什么？

EAVM模型正是用来确定股票的内在价值。

权益资产定价的理论基础

权益资产是所有权的凭证，常见的权益资产有股票、基金受益凭证等。给权益资产定价，需要具备以下背景知识：（1）较高的计算机水平。要具有使用常用统计、数学软件和编程能力。（2）较高的数学与统计水平。（3）较高的财务会计理论与实务水平。（4）深厚的财经理论功底。懂宏观分析、行业分析，了解国内外经济形势。（5）长期操盘的经验。

权益资产定价的方法

目前国际上研究权益资产定价主要有三种方法：一是通过预测市场利率来得出预期收益率，已知预期收益率再由威廉斯模型给权益资产定价，这种定价方法的关键是通过分析影响市场利率的因素来预期利率走势以及预测公司的未来现金流量；二是在假定价格是围绕价值上下波动的基础上，研究权益资产价格在不同价位上走向的概率，其使用的理论工具主要是概率论；三是将权益资产当作一种金融资产，其价格运动服从某种随机过程，因此可以运用某些金融工程的理论研究股票定价问题。这三种方法给权益资产定价的误差都比较大，一般在50％以上，因此在实践中几乎无法使用。EAVM模型对股票定价的结果非常精确，对市场价格的平均误差为22.07％，对内在价值的平均误差控制在5.5％以内，已达到甚至超过目前国际先进水平。

为了方便投资者的决策、发扬中国证券市场的价值投资理念，我们曾融会贯通国际上先进的资本资产定价模型、套利定价模型、期权定价模型，运用无风险套利一般均衡分析技术，发展出我们自己的权益资产价值评估模型，以此确定2000年7月18日各A股（ST、PT股票除外）的内在价值－市场价格比（即投资价值），并根据投资价值从最有投资价值到最没有投资价值进行排序。实践证明，排在前20名的股票自7月18日以后两周至少都有0.50元的涨幅，尤其是排在前四名的渤海集团、兰州铝业、鄂武商A、深华发A，表现相当不俗。实践证明，在上升行情中，排在前面的股票平均升幅较大，在启动行情中，排在前面的股票启动得比较快，在下跌行情中，排在前面的股票平均跌幅较小。

EAVM模型的基本思想是发现权益资产市场上的非均衡和无风险套利机会，如果A股票与B股票是一样的，A股票的价格是10元钱，B股票的价格是20元钱，那么就存在无风险套利－－卖出B股票，买入A股票。均衡的市场是没有无风险套利机会的，但没有一个证券市场是完全意义的均衡市场，无风险套利的结果是使证券市场从非均衡走向均衡，使套利的空间越来越小，除非有新的因素出现导致市场发生新的非均衡，因此，EAVM模型的定价结果是不能经常公布的，否则大家的套利空间都越来越小。

用EAVM模型给权益资产定价需要经历以下步骤：（1）建立数据库，包括宏观经济数据库、上市公司数据库和证券行情数据库；（2）令A0权益资产（如果是股票定价，A0权益资产可以是任一只股票，但一经选定，在一次定价过程中不得更改）为标准权益资产，指定它的相对内在价值为1。（3）将其他权益资产A1、A2、A3、……、An与A0权益资产比较，得出A1、A2、A3、……、An权益资产的相对内在价值分别V1、V2、V3、……、Vn。（4）则可得出A1、A2、A3、……、An权益资产的内在价值。其中为A0、A1、A2、……、An的当时市场价格的算术平均数，为1、V1、V2、V3、……、Vn的算术平均数。

EAVM模型和内在价值投资价值一览表的使用

1.EAVM模型基本可以实现这样的投资目标：赚取稳定的收益，或说风险控制在一定范围内的最大收益。企业分析主要适用于长线投资，你必须估量市场结构的稳定性、你的投资耐心、资金成本和暂时可能无法获利时来自外界（如股东）的压力。

2.EAVM模型适用于一切资金量的投资，尤其适用于大资金。EAVM模型分析是一种中线投资分析方法，它不是寻找强势股，而是寻找内在价值被低估的股票，一般来说，EAVM模型排名靠前的股票，有可能处于主力建仓阶段，因此它们的下跌是极其有限的，大涨只是时间问题。根据我们的实践，一般大涨时间在60日内，开始大涨前以震荡上行一段时间为比较常见。EAVM模型主要适用于大资金，大资金不能依靠技术分析选股，因为技术分析的一种主要思路就是跟踪主流资金。EAVM模型也适用于中小资金，中小资金也需要在控制风险的前提下运用技术分析，用EAVM模型选取内在价值低估的股票就是控制风险的最好方法。

3.EAVM模型可以给一切二级市场的权益资产定价。股票的二级市场价格和新股初上市股票的内在价值都可以在下表中查到，羚锐股份（600285）内在价值为16.53元，而当日市场价格收盘价为18.59元，预计该股日后会小幅下跌；

4.EAVM模型可以预测一切未上市权益资产的上市合理价位。对于已发行未上市股票，我们可以根据EAVM模型确定它的开盘合理价位，如果实际开盘偏离了这个价位，日后会向这个价位回归。例如我们在2000年11月8日预测太化股份2000年11月9日上市合理价位在12.19元，实际开盘价为12.18元，误差为0.082％。即将发行上市的宝钢股份上市首日的合理价位为4.00元、晨鸣纸业上市首日合理价位为15.49元、美罗药业上市首日合理价位为24.98元等等。上市首日换手率很高，筹码容易收集，根据EAVM模型投资那些上市首日价位偏低的股票（如新中基），获利空间巨大。

5.EAVM模型可以给一切一级市场的权益资产确定发行价。对于将发行股票，可以根据EAVM模型确定出预期二级市场价格，再根据二级市场价格打折确定出发行价格（西方一般是打8折，中国目前一般是5折）。如南钢股份（600282）预期二级市场价格为11.80元，所以它的合理发行价格为9.44元（按西方的目标模式）或5.9元（中国目前的国情），而它现在的发行价6.46元比较符合中国的实际。又如宝钢股份上市合理价位为4.00元，现在发行价初定为3.50－4.18元，一级市场投资者获利空间很小，不甚合理。

6.EAVM模型是做庄的必备工具。我们这里所说的做庄，是指主力资金发现股票的内在价值的过程，而不是操纵股票价格的过程，我们反对价格操纵行为。目前国内主力做庄时主要依赖企业分析，辅以技术分析，股票分析基本上是一片空白，很少有人知道某只股票的系数或波动率。

7.进行组合投资，不要轻易割肉。尽量买附表前100名的股票，但不要将鸡蛋放在同一个篮子里。现在股市很难找到像河南思达那样天天拉阳线的股票了，涨一天跌三天是牛皮市的常态，只要坚信买的是内在价值被低估的股票，就不要管它是涨是跌，赚了钱的就抛掉，没有赚的就一直等，跌得较多的还可以补仓，内在价值被低估的股票不会套得太深。笔者一直根据下表进行模拟操作，仓中始终有八九只股票，卖赚的握亏的，从不割肉，循环操作，2000年7月18日以来，在大盘不好的情况下，月收益率在10％左右，折算成年收益率为213.84％。

8.不要买50元以上的股票，慎买25元以上的股票，慎买流通市值在12亿元以上的股票。根据我们的分析，中国目前股票市场上内在价值最高的股票是亿阳信通，内在价值为50.78元，其次是托普软件48.70元，波导股份47.01元。所以，目前市场价格高于50元的股票，一般明显具有主力炒作的因素，从中长期来看其价格必跌无疑。

9.在使用附表时必须考虑大盘风险，因为下表计算的前提是假设当日的大盘点数是合理的。笔者根据内在价值评估法认为，当前大盘的合理位置在1907.58点，大盘会围绕此点上下波动，波动区间在1587.06－2228.10点。根据大盘情况，我们建议投资者仓位比重宜为45.77％。内在价值评估法有两点基本假设：（1）上证指数从长期来看是震荡上行的；（2）从长期来看，股票价格会围绕股票价值上下波动，从而上证指数会围绕“上证指数内在价值”上下波动。

请问“上证指数”的英文

上证指数

The supply of 700 billion in the fund relative 2000, Index of Shanghai Stock Exchange of 2210 o'clock, index of 2001 could be upgoed to another on higher step?

这些资金相对2000年的7000亿的供应量、2210点的上证指数，2001年的指数能否再上行到一个较高的台阶上呢？

-- 英汉 - 翻译样例 - 经济

The benchmark Shanghai Composite Index jumped over2000 yesterday for the first time since July2001.

昨天是上证指数自2001年7月以来首次突破2000点大关。

--

Singular Spectrum Analysis and Forecast Model Based on Shanghai Composite Index

基于奇异谱分析的上证指数预测模型

--

Through returning examination of three different distributions(Normal,Student-t,GED),we can see GED distrition can delineate excess kurtosis and fat tail better,and then it can predict the value-at-risk of stock markets of Shanghai more accurately.

通过对三种不同分布(N orm al,Student-t,GED)进行返回检验,可看出GED分布能更好地刻画上证指数的尖峰厚尾特征,从而也能更准确地预测沪市的风险值.

--

The Shanghai Composite Index is made up of the weighted share prices of all the listed companies in Shanghai stock market.

上证综合指数是根据上海证券市场所有上市公司的股价加权计算而得。

matlab神经网络目前有什么具体的实际应用

MATLAB中文论坛2010年出过一本书，北航出版社的，叫《MATLAB神经网络30个案例分析 (豆瓣)》。我觉得把它作为入门书挺好的，每一章配有视频和代码，可以依样画葫芦。刚刚顺手还看到了另一本书《MATLAB智能算法30个案例分析》，看目录貌似内容也比较接近的。

《神经网络》包含的30个例子：

P神经网络的数据分类——语音特征信号分类

BP神经网络的非线性系统建模——非线性函数拟合

遗传算法优化BP神经网络——非线性函数拟合

神经网络遗传算法函数极值寻优——非线性函数极值寻优

基于BP_Adaboost的强分类器设计——公司财务预警建模

PID神经元网络解耦控制算法——多变量系统控制

RBF网络的回归——非线性函数回归的实现

GRNN的数据预测——基于广义回归神经网络的货运量预测

离散Hopfield神经网络的联想记忆——数字识别

离散Hopfield神经网络的分类——高校科研能力评价

连续Hopfield神经网络的优化——旅行商问题优化计算

SVM的数据分类预测——意大利葡萄酒种类识别

SVM的参数优化——如何更好的提升分类器的性能

SVM的回归预测分析——上证指数开盘指数预测

SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测

自组织竞争网络在模式分类中的应用——患者癌症发病预测

SOM神经网络的数据分类——柴油机故障诊断

Elman神经网络的数据预测——电力负荷预测模型研究

概率神经网络的分类预测——基于PNN的变压器故障诊断

神经网络变量筛选——基于BP的神经网络变量筛选

LVQ神经网络的分类——乳腺肿瘤诊断

LVQ神经网络的预测——人脸朝向识别

小波神经网络的时间序列预测——短时交通流量预测

模糊神经网络的预测算法——嘉陵江水质评价

广义神经网络的聚类算法——网络入侵聚类

粒子群优化算法的寻优算法——非线性函数极值寻优

遗传算法优化计算——建模自变量降维

基于灰色神经网络的预测算法研究——订单需求预测

基于Kohonen网络的聚类算法——网络入侵聚类

神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类

免责声明
           本站所有信息均来自互联网搜集
1.与产品相关信息的真实性准确性均由发布单位及个人负责，
2.拒绝任何人以任何形式在本站发表与中华人民共和国法律相抵触的言论
3.请大家仔细辨认！并不代表本站观点,本站对此不承担任何相关法律责任！
4.如果发现本网站有任何文章侵犯你的权益,请立刻联系本站站长[QQ:775191930]，通知给予删除