深圳创业板股市问
题
快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题
分析GM(1
创业板股票市场的发展趋GM(1,1)模型的建立。 创业板指数反映总体数据的
表
关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf
明了这些上市公司的股价水平，可以用来预测创业板股票市场的发展趋。
已知从2010年10月到2011年4月的月均创业板指数如下表:
时间 2010.06 2010.07 2110.08 2010.09 2010.10 2010.11 平均指数 1027.19 921.575 1002.23 992.77 988.37 1128.865 时间 2010.12 2011.01 2011.02 2011.03 2011.04 平均指数 1169.165 1060.045 1084.015 1074.14 990.49
根据以上数据建立灰色预测模型。
00000，，，，，，，，，，Xxxxn,1,2,,X设时间序列有个观察值，，，对其作一次n，，，，，，,,
累加生成运算:
t10，，，，xtxn, ，，，，,,n1
离散形式的微分方程具体的形式为:
dx ，,axudt
解得:
u,,at(1) (),，xtcea
u当t=1时，xtx()(1),，即，则可根据上述公式得到离散形式微分方程的具体cx,,(1)a
形式为:
uu,,,,at1，，1xtxe,,， ，，，，,,aa,,
dx其中，项中的为的背景值，也称初始值;，是待识别的灰色参数，为发展系axxauadt
数，反映x的发展趋势;u为灰色作用量，反映数据间的变化关系。 可由由最小二乘估计
方法
快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载
得:
a,1,,TT ,,,BBBY，，,,u,,
其中
1,,(1)(1)，，,，xx(1)(2),,，，(0)2,,x(2),,1,,(1)(1)(0),,，，,，xx(2)(3)x(3),,，，,, ,，au2,,,,,,,,(0),,xn(),,,,1(1)(1)，，,,，xnxn(1)(),,，，,,2
T(0)(0)(0)，，Yxxxn,(2),(3),,() ，，
1,,(1)(1)1，，,，xx(1)(2),,，，2,,1(1)(1),,，，1,，xx(2)(3)，，,, B,2,,
,,
,,1(1)(1)，，,,，xnxn(1)(),,1，，,,2
T,,au ，，YB称为数据向量，为数据矩阵，为参数向量。 ,
将求得的，值代入微分方程的解式，则 au
1，，uu,,at(1) ()((1)),,，xtxeaa其中，上式是GM(1,1)模型的时间响应函数形式，将它离散化得
uu,,(1)(0)(1),,atˆ()(1)xtxe,,， ,,aa,,
1，，ˆ对序列xt再作累减生成可进行预测。即 ，，
(0)(1)(1)ˆˆˆxtxtxt,,,()()(1)
u,,aat,,(0)(1),,,xee(1)1，，,,a,,上式便是GM(1,1)模型的预测的具体计算式。
带入Matlab相应数据:
1027.19,921.575,1002.23,992.77,988.37,1128.865,1169.165,1060.045,1084.015,,,(0)X=,,1074.14,990.049,887.08,826.02,905.74,,
解得:
a 0.0102,, u 978.3393,
(1)0.01kˆxke，,,(1)96725.2395698.04
由2010年6月到2011年的4月的原始数据预测得
时间 实测值 预测值 残差 时间 实测值 预测值 残差 2010.06 1027.19 1027.2 0.01 2010.12 1169.165 1046 123.1271 2010.07 921.575 993.9 72.3373 2011.01 1060.045 1056.8 3.2584 2110.08 1002.23 1004.1 1.8954 2011.02 1084.015 1067.6 16.3692 2010.09 992.77 1014.4 21.6734 2011.03 1074.14 1078.9 4.4765 2010.10 988.37 1024.9 36.4974 2011.04 990.49 1089.7 99.651 2010.11 1128.865 1035.4 93.4664 后验差C 89.7594%
小误差概率P 63.6364%
0，，(0)(0)(0)Xxxxn,(1),(2),,()检验:1、计算原始时间数列的均值和方差 ,,
nn211(0)(0)2(0)xxtSxtx,,,(),() ，，,,1nn,,tt11
(0)(0)(0)(0)2seeeen,(1),(2),,()e2、计算残差数列的均值和方差 ,,2
nn211(0)2(0)eetSete,,,(),() ，，,,2nn,,tt11
(0)(0)(0)ˆetxtxttn()()(),1,2,,,,,其中为残差数列.
3、计算后验差比值
CSS, 21
4、计算小误差频率
(0)PPeteS,,,()0.6745 ,,1
(0)S,,,()|()|teteS 令=0.6745，，即.
ppt
关于艾滋病ppt课件精益管理ppt下载地图下载ppt可编辑假如ppt教学课件下载triz基础知识ppt
S,,,(),,010
p,0.5pp,，0.63对于给定的，比较此题中求得的小误差频率，可以得出这是一个合格00
的小概率误差模型。从后验差来看，其值偏高，不是很理想。从各时期预测值的拟合程度来看，模型更适合短期的预测。此模型更适合但总体来看各个时期数据残差对比在可以接受的范围内，已将符合现实的预测标准。
验证2011年5月到2011年7月月平均创业板指数得:
时间 实测值 预测值 残差 2011.05 887.08 969.8 -82.6725 2011.06 826.02 961.9 135.8578 2011.07 905.74 954.1 48.3271
由表中预测值分析，创业板指数呈走低的趋势，股市渐冷。实测值短期内走低后，在,月出现转折，创业板股市总体股价水平看涨，行情回暖。可以认为由于模型
考虑率因素偏少，例如未能从自然灾害或人为干扰的行为等考虑，结果偏离真实值。
参考文献:
段锋，杨芬(灰色预测模型的研究及应用(湖南学院报，,,,,(,
浙公网安备 33021202002483