期貨價格預測

出自 MBA智库百科(https://wiki.mbalib.com/)

　　期貨價格預測是構築在誤差反向傳播網路之上的綜合預測模型。

　　長期以來，許多學者對期貨價格的變化進行了大量的研究。期貨價格預測基本原理就是利用過去和現在期貨價格，採用一定的方法對未來價格走勢進行預測，為投資者提供參考依據。期貨價格預測的基本思路如圖1所示。

　　由於期貨價格受供求關係、經濟周期、國家政策、物價指數、交易品種的自身狀況等因素的影響，這些因素與期貨價格間呈高度非線性，所以用傳統的方法無法對期貨價格這種複雜的數據序列進行準確的預測，導致預測精度低。利用PSO一BPNN模型對期貨價格進行預測，在模型的構建過程中，構建期貨價格預測的影響因素體系，然後利用BP神經網路對期貨價格進行預測，但在預測過程中，由於BP神經網路自身的缺陷，導致預測精度不高，本文利用改進的PSO優化演算法對BP神經網路進行優化，從而提高BP神經網路的期貨價格預測精度。

　　(1)德爾菲法（專家預測法）

　　一種介於定性和定量之間的分析方法，是將專家個人調查法和專家會議調查法相結合的一種新型的專家預測方法，是一種直觀預測法，及時性和準確性方面存在一定缺陷。

　　(2)回歸分析方法（最基礎、應用最廣）。

　　①種類：一元線性回歸模型、多元線性回歸模型、多元非線性回歸模型。

　　(3)時間序列分析法：

　　①根據歷史數據找出事物隨時間發展的軌跡，並用以預測未來發展狀況。

　　②時間序列模型的四種類型：

　　自回歸過程（AR）、移動平均過程（MA）、自回歸移動平均過程（AR-MA）、單整自回歸移動平均過程（ARIMA）。

　　③劃分：隨機性時間序列和非隨機性時間序列。

　　④非隨機性時間序列包括：平穩性時間序列、趨勢性時間序列和季節性時間序列。

　　⑤一般來講，金融市場研究中用到的日數據、周數據序列是非平穩的。檢查序列平穩性的標準方法是單位根檢驗，常用檢驗方法有：DF檢驗法、增廣DF檢驗法、PP檢驗法。

　　⑥協整的概念：對非平穩經濟變數長期均衡關係的統計描述。是恩格爾與格蘭傑在1987年提出的概念，用來描述變數序列之間的長期線性均衡關係。

　　⑦從因果關係的角度來選擇影響變數，為建立模型提供新視角：格蘭傑因果關係檢驗法。

　　(4)其他：組合模型法、遞歸模型法、神經網路分析法等。