石油期货价格预测研究\祝金荣
点此进入淘宝搜索页搜索分類: 图书,经济,各部门经济 ,工业经济,
作者： 祝金荣著
出 版 社： 冶金工业出版社
出版时间： 2008-7-1字数：版次： 1页数： 145印刷时间：开本： 32开印次：纸张：I S B N ： 9787502446406包装： 平装编辑推荐
本书在深入分析石油期货价格的构成、本质决定因素和波动原因的基础上，首先使用计量经济技术中的Granger因果检验和协整检验等方法研究了相关经济变量对石油期货价格的影响，然后将支持向量回归（SVR）与石油期货价格预测相结合，提出了基于SVR的石油期货价格预测方法，并给出了根据训练集特征确定SVR超级参数和RBF核参数的有效方法。本书还引入冲击方向、强度、持续时间和衰减模式四个概念建立了预测事件对石油期货价格影响的DIPA方法，并整合专家系统和KNN算法提出了事件强度评价的ES-KNN方法。最后，本书根据石油期货价格序列变化的特征，将计量经济方法、SVR技术和事件影响分析相结合，提出了基于ARIMA模型、SVR模型和事件影响预测的石油期货价格混合预测方法。
内容简介
本书共九章，具体内容为绪论、石油期货价格的波动机制研究、相关因素对石油期货价格影响的实证分析、基于SVR的石油期货价格预测方法、基于聚类分析的石油期货价格预测方法、基于DIPA方法的石油期货市场突发事件影响预测、基于ES-KNN方法的事件强度评价、石油期货价格的混合预测方法。
本书可作为石油期货市场研究人员、交易人员的参考书，也可为其他从事金融时问序列预测的研究人员提供有益的借鉴。
目录
1 绪论
1.1 研究背景与意义
1.2 综述
1.2.1 传统石油期货价格预测方法
1.2.2 石油期货价格研究的最新进展
1.2.3 石油期货价格预测研究的发展趋势
1.3 研究内容
1.4 本书主要创新点
2 石油期货价格的滚动机制研究
2.1 石油期货
2.1.1 石油及其对世界的影响
2.1.2 石油期货的发展与现状
2.2 石油期货价格的构成
2.2.1 产品生产过程中的成本和税金
2.2.2 产品生产过程中的利润
2.2.3 期货交易中的成本
2.2.4 期货商品流通费用
2.2.5 期货交易中的预期利润
2.3 石油期货标的物的供求特征
2.3.1 石油资源的不可再生性
2.3.2 石油资源供需的地区不平衡性
2.3.3 石油生产的特殊性
2.3.4 石油需求的刚性
2.4 促使石油期货价格波动的因素
2.4.1 影响石油期货价格中长期走势的主要因素
2.4.2 造成石油期货价格短期波动的主要原因
2.5 本章小结
3 相关因素对石油期货价格影响的实证分析
3.1 分析模型
3.1.1 相关分析
3.1.2 单位根检验
3.1.3 Granger因果检验
3.1.4 协整分析
3.2 实证研究
3.2.1 变量及其样本选取
3.2.2 相关分析结果
3.2.3 单位根检验结果
3.2.4 Granger检验结果
3.2.5 协整检验结果
3.3 本章小结
4 基于SVR的石油期货价格预测方法
4.1 支持向量机回归（SVR）方法
4.1.1 回归问题的基本形式
4.1.2 支持向量机回归（SVR）
4.2 基于SVR的石油期货价格预测方法
4.2.1 模型输入
4.2.2 模型输出
4.2.3 核函数及算法选择
4.3 石油期货价格预测中SVR参数的选择
4.3.1 SVR中的参数选择方法
4.3.2 石油期货价格预测中的SVR参数选择方法
4.4 实证研究
4.4.1 数据集及预处理
4.4.2 性能评价标准
4.4.3 SVR预测效果
4.4.4 SVR与RBF神经网络预测结果比较
4.4.5 参数选择方法比较
4.4.6 系统参数仿真
4.5 本章小结
5 基于聚类分析的石油期货价格预测方法
5.1 聚类分析
5.1.1 K-均值聚类
5.1.2 减聚类算法
5.1.3 减聚类和K-均值算法相结合的聚类算法流程
5.2 基于聚类分析的石油期货价格预测模型
5.3 实证研究
5.3.1 聚类分析结果
5.3.2 预测结果及比较分析
5.4 本章小结
6 基于DIPA方法的石油期货市场突发事件影响预测
6.1 事件分析方法研究
6.1.1 事件类型及其描述
6.1.2 一般事件分析方法
6.1.3 基于虚拟变量的事件分析方法
6.1.4 基于知识的事件分析方法
6.2 影响石油期货价格的突发事件
6.2.1 供应类事件
6.2.2 需求类事件
6.2.3 其他事件
6.3 基于DIPA的事件分析及影响预测方法
6.3.1 基于DIPA的事件分析方法
6.3.2 基于DIPA分析的事件影响预测方法
6.4 实证研究
6.4.1 评价标准
6.4.2 强度评价对预测的影响
6.4.3 持续时间与衰减模式对预测的影响
6.5 本章小结
7 基于ES-KNN方法的时间强度评价
7.1 KNN算法
7.1.1 标准KNN算法
7.1.2 改进KNN算法
7.2 基于ES-KNN方法的石油期货市场突发事件强度评价
7.2.1 基于ES-KNN方法的事件强度评价框架
7.2.2 集成评价方法
7.3 实证研究：库存变化强度评价
7.3.1 问题分析
7.3.2 数据集与性能评价标准
7.3.3 计算结果
7.4 本章小结
8 石油期货价格的混合预测方法
8.1 混合预测方法
8.2 石油期货价格的混合预测方法
8.2.1 石油期货价格混合预测方法框架
8.2.2 混合预测方法
8.3 实证研究
8.3.1 数据集及评价标准
8.3.2 实证结果
8.4 本章小结
9 结论与展望
9.1 本书主要结论
9.2 本书研究主要创新点
9.3 研究展望
参考文献
后记
