商品期貨交易數學建模_第1頁
已閱讀1頁,還剩20頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、 2014 中南大學數學建模模擬競賽第一輪 中南大學數學建模模擬競賽第一輪 承 諾 書 我們仔細閱讀了中國大學生數學建模競賽的競賽規(guī)則. 我們完全明白,在競賽開始后參賽隊員不能以任何方式(包括電話、電子郵件、網上咨詢等)與隊外的任何人(包括指導教師)研究、討論與賽題有關的問題。 我們知道,抄襲別人的成果是違反競賽規(guī)則的, 如果引用別人的成果或其他公開的資料(包括網上查到的資料) ,必須按照規(guī)定的參考文獻的表述方式在正文引用處和參考文

2、獻中明確列出。 我們鄭重承諾,嚴格遵守競賽規(guī)則,以保證競賽的公正、公平性。如有違反競賽規(guī)則的行為,我們將受到嚴肅處理。 我們參賽選擇的題號是(從 A/B/C/D 中選擇一項填寫) : B 我們的參賽報名號為(如果賽區(qū)設置報名號的話) : 所屬學校(請?zhí)顚懲暾娜?: 中南大學

3、 參賽隊員 (打印并簽名) :1. 2. 3. 指導教師或指導教師組負責人 (打印并簽名): 日期:2014 年 8 月 11 日 賽區(qū)

4、評閱編號(由賽區(qū)組委會評閱前進行編號): 1 商品期貨交易策略 商品期貨交易策略 摘要 摘要 我國的期貨發(fā)展歷史已有十多年,吸引了大量交易者的參與,如何從中獲取相對穩(wěn)定的收益成為交易者非常關注的問題。 本文旨在為交易者謀得最大盈利, 通過數據分析,找到影響價格因素,對價格波動進行分類并預測,從而建立交易模型。 本文通過對數據抽樣,擬合檢驗,建立主成分分析模型(模型 1),找到影響價格因素指標,回歸分析檢驗結果;再建立聚類分析模型(模型

5、2),對波動方式進行分類,并建立小波神經網絡預測模型(模型 3)對價格趨勢作出預測,最后建立期貨獲利交易模型(模型 4),使交易者獲得最大盈利。 模型 1:主成分分析模型 由于對價格有影響的因素眾多, 而由 SPSS 得到的散點圖和相關系數表可發(fā)現, 成交價與 B1 價、S1 價和日期有極其顯著的關系,但許多變量之間可能存在信息上的重疊。故選用了主成分分析模型,進行貢獻率的判定。利用 SPSS 軟件,將數據標準化(數據見附件 1) ,并

6、獲得相關系數表和特征方程,提取特征值大于 1 的前 4 個主成分,通過計算可得到每個主成分前的系數,即特征向量。計算可得出主成分表達式。最后可由主成分綜合模型中根據每個因素的貢獻率判定對價格的影響因素。 最后利用 MatlabR2012a軟件進行回歸分析檢驗。 模型 2:聚類分析模型 為找到不同波動方式的類型,先利用 MatlabR2012a 軟件繪出時間-盈利走勢圖,在此基礎上選擇盈利最大周期,3 個交易日;然后選擇 R 性聚類分析,

7、對變量進行相似性度量,對相似性大的變量進行聚類。利用 SPSS 軟件,將 10 個相關變量進行組內鏈接,皮爾遜相關測量區(qū)間的相關性方法作出聚類圖,共分為 8 組(表 2),最后給出分析得到的交易量、持倉量和價格的關系。 模型 3:小波神經網絡預測模型 為了對價格的后期走勢作出預測,按交易者的投資來看必然是短期預測,故采用精確度較高的小波神經網絡進行預測。利用 MatlabR2012a 軟件,選取 3 個輸入節(jié)點,6個隱含層節(jié)點和 1 個

8、輸出節(jié)點,對 9 天的數據進行訓練,修正,另外 10 天的數據進行 預測, 分別反復訓練 200 次和 500 次,得到預測結果與實際結果高精確度吻合(見圖 4-5) ,說明該預測模型合理。 模型 4:期貨獲利交易模型 根據前兩問得出價格相關因素和價格的預測,為使交易者盈利最大,建立期貨獲利交易模型, 在原先盈利函數上扣除手續(xù)費、 保證金, 利用線性規(guī)劃方法, 設立約束條件,目標函數為最大盈利,最后利用 MatlabR2012a 軟件進

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論