一、股票投资价值灰色马尔可夫预测（论文文献综述）
李萍[1]（2020）在《P2P网络借贷平台投资风险识别与预测》文中认为P2P网络借贷平台虽然已经从最开始的迅猛发展转变成如今的衰退平稳,但是仍然存在着各种各样的风险,并且P2P网贷行业的风险一直处于快速变化过程中,如提现困难、平台倒闭、借款人跑路、延期兑付等问题层出不穷。随着新平台继续不断的进入市场,投资风险越来越受到广大投资者的重视,特别是在平台收益率跳跃度很大的时期,投资者承受的投资压力和风险也越大,投资者想要在P2P网贷市场获得满意的投资回报,就要提前预测投资收益并判断投资风险。文章立足于投资者的角度,从投资者主要关注的两个研究方向展开对投资风险的讨论,一是投资依据,二是投资时点。文章大体内容如下:首先,文章对国内P2P网络借贷平台的历史发展状况进行三阶段的描述,分别为早期发展阶段、高速扩张阶段和衰退稳定阶段,并对平台成交量、平台数量和借贷双方进行简单的变动分析。从P2P网络借贷平台的运作模式和三方关系人运作流程着手,概述国内P2P网络借贷平台的发展现状,简述信息中介模式、平台保证模式和第三人担保模式,并说明了借款人业务流程、投资者业务流程和平台业务流程。最后对投资风险来源进行梳理和归纳,来源于借款人的风险包括信息不对称、虚假借款信息等,来源于P2P网络借贷平台的风险包括平台准入门槛低、平台建立的初衷、平台经营不善等。其次,文章基于国内外文献的理论分析和研究成果,分别从平台资质、风控能力、投资评价和平台透明度四个维度出发,将投资风险影响因素分为四大类,构造出可能对投资风险产生影响的10个主要变量,分别为注册资本、公司类型、高管背景、运营时间、保障模式、监管协会、受关注度、用户评分、网民舆论和信息披露情况。根据网贷之家和网贷天眼提供的数据,对选取的58个问题平台和142个合规经营平台数据进行整理和分类处理,采用二元Logistic模型,探究投资风险的影响因素,得出影响投资风险的主要因素为保障模式、信息披露和用户评分,三个因素的影响系数分别为0.798、0.885和0.746,影响系数越大,对投资风险的影响程度也越大。接着,构建基于P2P网络借贷平台的投资月收益率指标的风险预测模型,根据网贷之家和网贷天眼收集到的行业数据,选取的月度参考收益率数据的时间段为2015年1月到2019年10月。将58个月的P2P网络借贷平台月参考收益率数据作为样本数据,利用灰色预测模型预测各月的月参考收益率数据,在此预测结果的基础上,利用马尔科夫预测模型,采用均值——标准差分级法,按照数据由小到大划分,将预测残差划分为五个状态,分别代表着极度低估、较低估、较准确、较高估和极度高估五个状态类型,以2019年11到2019年12月的月参考收益率作为测试数据,验证灰色马尔科夫修正模型的准确性,并预测2020年1月到4月的参考收益率。接着计算出投资的最大损失值VaR,并对2020年1月至3月的VaR值进行预测,给出可供投资者参考的损失风险。结果表明,2019年11月和12月的残差状态都将处于状态4,预测区间为（4.2363,10.12998）,均值为7.18314,处于比较低估状态。灰色马尔可夫预测模型较灰色GM（1,1）预测模型计算出的相对误差更小,能更好的体现预测的真实性和可靠性。根据样本数据得出投资的最大损失值VaR,在95%的置信水平下,模型的实际失败率与估计失败率相等,说明所建的模型基本上涵盖了可能出现的风险。最后,结合前述实证分析所得出的平台投资的有利因素和各时段的投资风险预测结论,探究平台借贷行为存在的投资风险以及如何进行有效的风险识别问题,确定投资风险衡量指标,给出投资者应关注的平台发展方向,以及对P2P网络借贷平台的评估和选择,为投资者规避投资风险提供理论依据。并在此基础上提出利用高效的预测模型进行P2P网络借贷平台投资风险预测,对投资风险进行预测不仅可以达到风险预警的积极效果,同时也为投资者的投资决策和资金管理行为提出可供参考的数据基础,使得投资者在自己所能承受的风险范围内进行投资,并得到满意的回报,加强了P2P网贷市场对投资者权益的维护。两者相辅相成,为投资人甄选平台和选择投资时点提供较为有利的参考依据,为P2P网络借贷行业的持续稳定发展提供合理性建议。
裴冬晓[2]（2020）在《基于隐马尔可夫模型的股票价格预测及其选择》文中研究说明本文主要利用隐马尔可夫模型,从技术分析和基本分析两方面研究了中国证券市场的证券价格预测和证券选择问题.从技术分析的层面出发,首先选取了市场指数或个股每天的收盘价、开盘价、最高价、最低价作为隐马尔可夫模型的观测序列,利用历史数据对模型进行训练,得到模型的最优隐状态个数和相关参数,结合滚动窗口建立了一种预测股票价格的隐马尔可夫模型.其次,利用测试集对模型进行检验,检验结果表明模型具有很好的预测能力.另外,根据预测模型建立了一种投资策略进行模拟投资并取得了良好的经济效益.相似地从基本分析的层面出发,选取每股收益、净资产收益率、营业利润率和销售净利润率财务指标作为观测序列,利用财务数据建立预测公司财务状况的隐马尔可夫模型,并且进行了模型的有效性检验.其次,构建了财务状况下的投资策略并进行模拟投资,投资结果显示此模型和投资策略具有很好的营利性.
翟文静[3]（2019）在《钼精矿价格动态预测及敏感性分析》文中提出钼（Mo）作为一种极易氧化的稀有金属,有“能源金属”的美誉,具有导热性好、熔点高、导电功率大等特点。在我国当前经济增速下滑、结构矛盾凸显的宏观情况下,矿业市场产能过剩,供需失衡,世界各国在国际市场中的竞争也愈演愈烈。钼作为重要的不可再生金属和中国主导的矿产资源,对中国国民经济的发展和国家安全的维护具有重要的战略影响。只有明确了矿产资源的价值才能建立起有效的资源管理机制和资源市场机制,而价格又是价值的货币表现形式,因此,钼精矿价格的预测对钼矿企业决策的合理性以及风险规避的有效性具有重要的指导意义。本篇论文的主要研究内容如下:首先,论文在分析钼精矿市场背景及其上下游行业和企业市场情况的基础上,结合钼精矿价格预测及矿产品价格预测国内外研究现状,通过分析影响钼精矿价格变动的因素,构建了基于月度历史价格数据的改进PSO-GRNN钼精矿价格预测模型以及基于年平均价格历史数据的灰色马尔可夫模型和基于GM（1,1）和指数平滑法的组合预测模型。另外,本文还对钼精矿价格进行了敏感性分析,结果表明,在选取的八个因素中,材料的敏感度最强。最后,在论证研究的基础上,给出了本文的总体结论和建议。研究表明:将改进的PSO-GRNN预测模型和灰色马尔可夫预测模型应用于中国钼精矿价格预测,充分考虑了一些政治、经济因对钼精矿价格的影响,在分析影响因素的基础上,充分利用了钼精矿的历史价格,克服了传统仅仅利用生产成本进行钼精矿价格预测的缺陷;同时,采用单因素敏感性分析方法分析钼精矿价格的敏感性,可以清楚地看出各因素对钼精矿价格的影响程度和敏感性。可以为决策者提供合理的建议,可以使相关因素对企业效益带来的影响尽可能减少,从而降低投资风险。
刘伟[4]（2018）在《基于自由现金流量模型的D公司企业价值研究》文中提出随着我国市场经济的逐步发展与成熟,企业价值最大化成为企业管理的目标,企业价值大小的衡量离不开企业价值评估。目前,理论界研究的热点和我国资本市场的难点,就是如何合理评估企业的价值。企业价值评估不仅能够帮助投资者做出投资决策,而且能够帮助管理者进行战略分析,做出科学决策,从而改善经营管理。基于以上背景,首先,本文应用比较分析法对价值评估方法的三种方法进行比较分析,得出收益法中的自由现金流量模型是评估企业价值较好的方法的结论,同时也发现自由现金流量模型不完善的地方在于未来自由现金流量确定,自由现金流量的预测有很大的主观性,本文对这个难点进行了改进,本文采用案例分析法,以D公司企业价值为例进行分析,运用灰色预测模型得出D公司自由现金流量的预测结果,然后通过马尔可夫预测模型对预测结果进行修正,并检验两个模型的精确度,使预测结果更为准确。其次,本文对比折现率的确定方法,认为加权平均资本成本法是确定D公司折现率的方法,并根据D公司的实际情况确定D公司的折现率。再次,本文运用自由现金流量模型评估D公司的企业价值,将价值评估结果与D公司市场价格做对比,发现二者相差不大,本文认为自由现金流量模型评估D公司企业价值具有可操作性,此外,本文根据D公司评估出的股票价格与市场股票价格做对比,得出谨慎投资D公司股票的建议。最后,本文分析了影响D公司企业价值的驱动因素,构建了D公司企业价值驱动因素分析图,从增加自由现金流量,优化加权平均资本成本和优化预测期三个方面提出了提升D公司的企业价值的建议。
杜晓阳[5]（2012）在《灰色—加权马尔可夫链的研究及在股市预测中的应用》文中指出股市是一个部分信息已知、部分信息未知的灰色系统，股票价格作为其系统行为的主要特征量，是一个灰色量，并且由于受到公司自身经营状况、国内经济以及市场竞争程度等各种因素的影响，总是处于不停的波动变化之中。因而，本文尝试把灰色预测和马尔可夫链预测两种预测方法结合起来，取长补短，并将相关分析的思想融入其中，建立灰色加权马尔可夫链，用GM（1,1）模型来揭示经济现象发展变化的某种总趋势，而用加权马尔可夫模型来确定现象状态之规律，进而研究股票价格的运动趋势，最终来预测股价未来可能的走势。但是由于GM（1,1）模型预测的局限性，灰色加权马尔可夫链只适合于短期预测，为了综合分析股市，本文又给出了中长期预测效果比较好的加权马尔可夫链预测模型，以及预测股市灾变日期的灰色灾变预测模型，并进行了实例分析，如对股价的运动特征（短期、中长期）、涨落的时间周期和灾变日期进行了定量分析，目的在于提供依据，使投资者在面对错综复杂的股市时把握时机，采取科学合理的投资策略，使收益最大化。
黄薇[6]（2010）在《灰色马尔可夫模型在中国与东盟进出口总额预测中的研究与应用》文中认为目前,预测的方法有很多种,但是大多方法都是基于大量样本的情况下才能实施或者才取得较高精度,但是我们并不是在任何情况下都能够收集到完整的样本数据,或者在研究某些对象的时候由于研究问题的性质能选取的样本量是很有限的,灰色系统预测就是针对贫信息,小样本量的对象进行预测研究的。马尔可夫模型结合灰色理论能够避免考虑其他多种因素的影响,还可以预测研究对象可能所处的状态。本文主要从灰色模型和马尔可夫链的基本理论入手,针对传统GM（1,1）模型是有偏差的灰指数模型,存在着模型精度不高的问题,提出残差GM（1,1）和新陈代谢GM（1,1）,并结合马尔可夫转移概率反映了各随机因素的影响程度和各状态之间转移的内在规律性的优点,充分利用原始数据的信息,解决了灰色预测模型对于随机波动性较大的数列预测精度低问题,两者的结合可以避免考虑其他多种影响因素,同时又可以预测未来一段时间的变化,具有较大的科学性和实用性。为检验预测模型的有效性,本文对全国与东盟进出口总额进行了灰色建模,新陈代谢GM（1,1）和灰色马尔可夫预测,对云南与东盟进出口总额和广西与东盟进出口总额使用灰色建模,残差GM（1,1）和灰色马尔可夫预测模型的结果进行了对比,证明了灰色马尔可夫模型的预测精确度高于灰色预测模型,具有较高的实际应用价值。
吴璟,刘洪玉[7]（2009）在《基于灰色-马尔可夫模型的房地产周期研究》文中认为文章针对我国房地产周期研究中存在的内在机理复杂、数据信息不足等问题,提出了利用灰色-马尔可夫模型进行房地产周期分析和预测的想法,即利用GM（1,1）模型估计长期趋势成分,利用马尔可夫链预测模型估计周期性波动成分,通过两者的结合完成对房地产周期的拟合和预测。实证表明,该模型能够成为当前我国房地产周期研究的一项有效工具。
翁钢民,郑竹叶,刘洋,张晓娜[8]（2008）在《基于GM-Markov模型的旅游客源预测——以中国入境旅游客源为例》文中研究指明灰色马尔可夫模型（GM-Markov）预测兼有灰色预测和马尔可夫链预测的优点,并能对较短的时间序列数据进行建模计算。文章尝试将该模型应用于旅游客源市场的预测分析中,对1985年以来的入境旅游人数进行了实证分析,结果表明GM-Markov模型的预测精度较高,在旅游客源市场预测中有较强的适用性。
潘网生[9]（2008）在《基于灰色—马尔可夫模型的西安市主要城市建设用地需求量预测》文中研究表明城市建设用地的需求量是城市土地市场供需平衡的决定性因素,而建设用地需求量预测则是城市土地利用总体规划的重要组成部分和核心内容之一,也是城市土地利用总体规划修编工作中的一个十分重要的基础环节。本文以灰色系统与马尔可夫链为理论基础,运用数学模型,将看似无联系无规律的市场需求情况加以数量化、模型化,并运用关联度理论分析了影响建设用地需求量的因子,成功实施了对西安市（9区）未来5年各类主要城市建设用地需求量的预测,同时对西安市未来城市建设用地供给潜力进行了分析。研究的目的:为西安市城市规划和土地利用总体规划提供科学的参考和决策依据,同时根据预测结果和分析来指导当前土地资源管理工作和调控未来的城市土地供给计划。研究的意义:城市建设用地需求量预测对制定未来几年土地供给计划至关重要。其预测结果是否科学准确,直接关系到未来若干年内各部门的用地分配和土地利用空间布局的合理性。同时,科学的土地需求量预测还可以协调各类建设用地的矛盾,使得城市建设用地供给与社会经济发展相适应。研究结果:西安市各类主要城市建设用地需求量预测模型的生成值与实际值的平均相对误差为2.702%,模型预测精度平均为99.7%,平均残差、后验差检验等级均为好。经过马尔可夫链的改进,落入评估较为准确区域的概率均高于落入其他区域。在建设用地需求量的影响因子关联度分析中,各因子影响强弱大小排序分别是市区人口数、城市化率、土地交易价格指数、人均GDP和地方财政收入。预测模型都较符合实际并能客观预测未来值,预测结果可信度高。
李恒[10]（2007）在《基于马尔可夫理论埋地燃气钢管腐蚀预测研究》文中提出随着埋地燃气管道服役时间的增长，因腐蚀造成的穿孔等事故不仅影响了管道的正常运行，而且造成了巨大的能源浪费和经济损失。尤其是城市燃气管道，除巨大经济损失之外，还会引发泄露、爆炸等事故，直接威胁着居民生命财产安全。因此，开展埋地燃气管道腐蚀状况预测，对于实施管线运行可靠性管理具有十分重要的意义。同时，针对燃气管道不同的腐蚀程度，确定合理的维修措施，可以用来降低管道的维修费用。本文以埋地燃气钢管腐蚀状况预测、维修决策为研究课题，将马尔可夫理论引入到燃气管道腐蚀过程中进行应用研究。马尔可夫理论包括马尔可夫链和马尔可夫决策过程两部分，前者是一种随机过程预测方法，可以用来预测管道腐蚀状况；后者是一种决策方法，可以对管道维修措施经济性问题进行讨论。待预测的燃气钢管腐蚀状况，分为外防腐层老化状况和管壁腐蚀状况。首先，根据外防腐层质量状况评价标准对防腐层的老化状态进行了划分。应用马尔可夫链对外防腐层老化状况进行预测时，又分为单一管段和整条管线分别建立预测模型。在单一管段防腐层预测模型中，对多次检测、检测次数较少和仅有一次检测的情况分别进行探讨，给出了具体的预测步骤。对仅有一次检测数据情况进行了实例应用，确定了转移概率矩阵，对防腐层状态发展状况进行了预测。对整条管线防腐层状况，给出了预测的步骤和实例应用，确定了防腐层状态分布的发展状况。其次，根据管体腐蚀损伤评价标准对管壁的腐蚀状态进行了划分。应用马尔可夫链对管壁腐蚀状况进行预测时，又分为单一管段和整条管线分别建立预测模型。在单一管段管壁腐蚀预测模型中，应用曲线拟合确定转移概率矩阵，并用实例对剩余壁厚发展状况进行了预测。在整条管线管壁腐蚀预测模型中，应用灰色预测确定转移概率矩阵，并用实例对最大腐蚀深度发展状况进行了预测。最后，确定了燃气钢管维修过程中的腐蚀状态划分，分析了燃气钢管维修措施及费用。应用马尔可夫决策过程求解时，阐述了稳态概率、策略改进算法和动态规划三种方法。以大连市某燃气管线为实例，进行了马尔可夫决策过程应用，从腐蚀状态划分、维修措施及费用、不同策略下转移概率矩阵及采用策略改进算法求解四个方面进行了深入探讨，得出了该燃气管线维修的最优策略，从而为燃气管道维护和修复工作提供了指导性意见。
二、股票投资价值灰色马尔可夫预测（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、股票投资价值灰色马尔可夫预测（论文提纲范文）
（1）P2P网络借贷平台投资风险识别与预测（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 第一节 选题背景及研究意义 |
| 一、选题背景 |
| 二、研究意义 |
| 第二节 国内外研究现状分析 |
| 一、国外研究现状 |
| 二、国内研究现状 |
| 三、研究评述 |
| 第三节 结构框架和研究方法 |
| 一、结构框架 |
| 二、研究方法 |
| 第四节 创新之处 |
| 第二章 P2P网络借贷平台发展状况与投资风险概述 |
| 第一节 我国P2P网络借贷平台发展历程 |
| 一、早期发展阶段(2007 年——2011 年) |
| 二、高速扩张阶段(2012 年——2015 年) |
| 三、衰退稳定阶段(2016 年及之后) |
| 第二节 平台成交量、平台数量、借贷双方变动分析 |
| 第三节 P2P网络借贷平台运营现状及投资风险分析 |
| 一、P2P网络借贷平台运作模式 |
| 二、三方关系人运作流程 |
| 三、P2P网络借贷平台投资风险 |
| 第三章 P2P网络借贷平台投资风险影响因素分析 |
| 第一节 二元Logistic模型基本理论 |
| 第二节 投资风险指标体系构建 |
| 一、指标体系构建 |
| 二、数据来源与指标赋值 |
| 三、描述性统计分析 |
| 第三节 投资风险影响因素实证分析 |
| 一、二元Logistic模型稳健性检验 |
| 二、实证结果分析 |
| 三、实证结果稳健性检验 |
| 第四章 P2P网络借贷平台投资收益与风险预测 |
| 第一节 灰色 GM(1,1)模型和灰色马尔科夫模型 |
| 一、GM(1,1)模型基本理论 |
| 二、GM(1,1)模型精度检验 |
| 三、马尔科夫模型基本理论 |
| 四、马氏性检验 |
| 五、对灰色预测结果进行修正 |
| 第二节 数据来源及分析 |
| 一、数据来源 |
| 二、参考收益率时序图 |
| 三、参考收益率的描述性统计 |
| 第三节 参考收益率的灰色马尔科夫模型预测 |
| 一、灰色GM(1,1)模型参考收益率预测 |
| 二、马尔科夫模型区间划分 |
| 三、构造一步转移概率矩阵 |
| 四、P2P网络借贷平台月参考收益率预测 |
| 第四节 基于VaR的风险损失度量 |
| 一、数据来源 |
| 二、参考收益率时序图 |
| 三、参考收益率的描述性统计 |
| 四、收益率序列平稳性检验 |
| 五、收益率序列相关性检验 |
| 六、条件异方差检验 |
| 七、VaR理论介绍与实证分析 |
| 第五章 研究结论与政策建议 |
| 第一节 主要结论 |
| 第二节 政策建议 |
| 一、针对监管机构的建议 |
| 二、针对平台的建议 |
| 三、针对投资者的建议 |
| 第三节 可能的不足之处 |
| 第四节 研究展望 |
| 参考文献 |
| 在读期间的研究成果 |
| 致谢 |
（2）基于隐马尔可夫模型的股票价格预测及其选择（论文提纲范文）
| 摘要 |
| abstract |
| 引言 |
| 第一章 预备知识 |
| 1.1 马尔可夫过程 |
| 1.2 隐马尔可夫模型 |
| 1.3 隐马尔可夫的三个典型问题 |
| 1.4 隐马尔可夫模型的算法问题 |
| 第二章 基于技术分析的模型构建和实证研究 |
| 2.1 数据说明与预处理 |
| 2.2 技术分析下的隐马尔可夫模型 |
| 2.3 隐马尔可夫模型下的价格预测 |
| 2.4 技术分析下的模拟投资及结果分析 |
| 第三章 基本分析下的隐马尔可夫模型及模拟投资 |
| 3.1 数据说明与预处理 |
| 3.2 基本分析下的隐马尔可夫模型 |
| 3.3 隐马尔可夫模型的财务预测 |
| 3.4 基本分析下的模拟投资及结果分析 |
| 第四章 总结 |
| 参考文献 |
| 致谢 |
（3）钼精矿价格动态预测及敏感性分析（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 矿产品价格预测研究现状 |
| 1.2.2 价格敏感性分析研究现状 |
| 1.2.3 灰色—马尔科夫模型的应用现状 |
| 1.2.4 PSO—GRNN模型的应用现状 |
| 1.3 国内外研究评述 |
| 1.4 研究内容及技术路线 |
| 1.5 本章小结 |
| 2 钼精矿市场供求关系分析 |
| 2.1 钼的生产供应 |
| 2.1.1 世界钼生产供应 |
| 2.1.2 中国钼生产供应 |
| 2.2 钼的消费需求 |
| 2.2.1 世界钼消费需求 |
| 2.2.2 中国钼消费需求 |
| 2.3 钼的供需分析及展望 |
| 2.3.1 供应展望 |
| 2.3.2 需求展望 |
| 2.4 钼精矿与上下游企业市场情况分析 |
| 2.4.1 钼矿业权分析 |
| 2.4.2 钢铁市场分析 |
| 2.4.3 钼化工市场分析 |
| 2.4.4 钼金属产品市场分析 |
| 2.5 本章小结 |
| 3 钼精矿价格影响因素分析及预测模型构建 |
| 3.1 钼精矿价格影响因素分析 |
| 3.1.1 政策因素对钼精矿价格的影响 |
| 3.1.2 经济因素对钼精矿价格的影响 |
| 3.1.3 不确定性因素对钼精矿价格的影响 |
| 3.2 钼精矿价格预测模型构建 |
| 3.2.1 改进的PSO-GRNN预测模型 |
| 3.2.2 灰色—马尔科夫预测模型 |
| 3.2.3 组合预测模型 |
| 3.3 本章小结 |
| 4 钼精矿价格动态预测 |
| 4.1 基于改进PSO-GRNN模型的钼精矿价格预测 |
| 4.1.1 指标构建与数据获取 |
| 4.1.2 数据预处理 |
| 4.1.3 模型训练 |
| 4.1.4 预测结果 |
| 4.2 基于灰色—马尔科夫的中国钼精矿价格预测 |
| 4.2.1 指标构建与数据获取 |
| 4.2.2 钼精矿年平均价格状态的划分 |
| 4.2.3 钼精矿价格状态转移概率矩阵的计算及预测值的确定 |
| 4.3 基于GM(1,1)和指数平滑法的动态组合预测 |
| 4.3.1 指数平滑法 |
| 4.3.2 动态组合预测 |
| 4.4 三种方法预测结果对比分析 |
| 4.5 本章小结 |
| 5 钼精矿价格敏感性分析 |
| 5.1 敏感性分析方法 |
| 5.2 矿业经济单因素敏感性分析方法 |
| 5.3 钼精矿价格敏感性分析 |
| 5.4 实例分析 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 研究局限性及进一步展望 |
| 6.2.1 研究局限性 |
| 6.2.2 进一步展望 |
| 参考文献 |
| 攻读硕士学位期间研究成果及发表论文 |
| 致谢 |
（4）基于自由现金流量模型的D公司企业价值研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 现实意义 |
| 1.3 国内外研究综述 |
| 1.3.1 国外研究综述 |
| 1.3.2 国内研究综述 |
| 1.3.3 综合评述 |
| 1.4 研究方案 |
| 1.4.1 研究目标 |
| 1.4.2 研究思路 |
| 1.4.3 研究内容 |
| 1.4.4 技术路线图 |
| 1.4.5 研究方法 |
| 第2章 企业价值评估相关理论基础 |
| 2.1 企业价值的相关理论 |
| 2.1.1 企业价值的定义 |
| 2.1.2 企业价值的表现形式 |
| 2.2 企业价值评估的相关理论 |
| 2.2.1 企业价值评估的定义 |
| 2.2.2 企业价值评估的特点 |
| 2.3 企业价值评估方法比较分析 |
| 2.3.1 成本法 |
| 2.3.2 市场法 |
| 2.3.3 收益法 |
| 第3章 基于自由现金流量模型的企业价值评估模型确定 |
| 3.1 评估假设 |
| 3.2 企业价值评估模型的确定 |
| 3.2.1 永续增长的模型 |
| 3.2.2 两阶段增长模型 |
| 3.2.3 自由现金流量模型的确定 |
| 3.3 模型中相关参数的确定 |
| 3.3.1 自由现金流量的计算 |
| 3.3.2 未来自由现金流量的预测 |
| 3.3.3 折现率的确定 |
| 3.3.4 预测时间范围的划分 |
| 第4章 D公司企业价值评估 |
| 4.1 D公司背景分析 |
| 4.1.1 D公司简介 |
| 4.1.2 宏观环境分析 |
| 4.1.3 公司SWOT分析 |
| 4.1.4 D公司经营状况分析 |
| 4.2 D公司企业价值评估过程 |
| 4.2.1 预测期与后续期的划分 |
| 4.2.2 D公司历史自由现金流量计算 |
| 4.2.3 引入灰色马尔可夫链模型的D公司未来自由现金流量预测 |
| 4.2.4 D公司折现率的确定 |
| 4.2.5 D公司企业价值的计算 |
| 4.2.6 评估结果的分析 |
| 第5章 D公司企业价值提升分析 |
| 5.1 D公司企业价值驱动因素分析 |
| 5.1.1 自由现金流量因素 |
| 5.1.2 加权平均资本成本因素 |
| 5.1.3 预测期因素 |
| 5.1.4 D公司企业价值驱动因素分析图 |
| 5.2 D公司企业价值提升探析 |
| 5.2.1 增加自由现金流量方面 |
| 5.2.2 优化加权平均资本成本 |
| 5.2.3 优化预测期 |
| 第6章 研究结论与展望 |
| 6.1 研究结论 |
| 6.2 研究展望 |
| 附录 |
| 附录1 2007 -2016上证指数月收益率 |
| 附录2 2007 -2016年D公司月收益率 |
| 参考文献 |
| 致谢 |
| 作者简历 |
（5）灰色—加权马尔可夫链的研究及在股市预测中的应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 前言 |
| 1.1 问题的提出和本文的研究意义 |
| 1.2 国内外关于运用灰色加权马尔可夫方法研究股市的现状 |
| 1.3 本文研究内容和结构安排 |
| 1.4 本章小结 |
| 第2章 灰色系统的理论概述 |
| 2.1 灰色系统的基本概念 |
| 2.2 灰色系统模型 |
| 2.2.1 引言 |
| 2.2.2 GM（1，1）模型 |
| 2.2.3 灰色灾变预测模型 |
| 2.3 灰色预测模型预测精度检验的方法 |
| 2.4 本章小结 |
| 第3章 马尔可夫链的理论概述 |
| 3.1 马尔可夫链基本概念 |
| 3.2 马尔可夫链的定义 |
| 3.3 马尔可夫链的检验方法 |
| 3.4 齐次马尔可夫链及其性质 |
| 3.4.1 齐次马尔可夫链的定义 |
| 3.4.2 齐次马尔可夫链的性质 |
| 3.5 转移概率及转移概率矩阵构造 |
| 3.6 首次到达的平均时间 |
| 3.7 本章小结 |
| 第4章 灰色加权马尔可夫链分析股市的理论模型 |
| 4.1 灰色加权马尔可夫链分析股市的基本思想 |
| 4.2 灰色加权马尔可夫模型的建立 |
| 4.2.1 建立 GM （1，1）模型 |
| 4.2.2 灰拟合精度指标状态划分 |
| 4.2.3 构造灰状态转移概率矩阵 |
| 4.2.4 灰拟合精度指标状态的加权马尔可夫链预测 |
| 4.2.5 对 GM（ 1， 1）预测模型的修正及检验 |
| 4.3 本章小结 |
| 第5章 应用实例分析 |
| 5.1 股市的灰色灾变预测 |
| 5.2 加权马尔可夫模型的预测 |
| 5.2.1 实例的马氏性检验并构造状态转移概率 |
| 5.2.2 股票价格区间的预测 |
| 5.2.3 股票运行周期的预测 |
| 5.3 灰色加权马尔可夫模型的预测 |
| 5.4 本章小结 |
| 第6章 结论与期望 |
| 6.1 主要研究成果 |
| 6.2 尚待研究的问题 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间的研究成果 |
（6）灰色马尔可夫模型在中国与东盟进出口总额预测中的研究与应用（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 问题的提出及研究的意义 |
| 1.2 进出口贸易额的研究方法 |
| 1.3 国内外研究动态 |
| 1.3.1 灰色系统的研究现状 |
| 1.3.2 马尔可夫预测模型的研究现状 |
| 1.3.3 灰色马尔可夫模型的研究现状 |
| 1.4 本文研究的内容及技术路线 |
| 1.5 论文结构 |
| 2 灰色系统预测模型和马尔可夫预测模型 |
| 2.1 灰色系统模型 |
| 2.1.1 灰色模型建模机理 |
| 2.1.2 GM(1,1)模型 |
| 2.1.3 残差GM(1,1) |
| 2.1.4 新陈代谢GM(1,1) |
| 2.1.5 GM(1,1)模型的检验 |
| 2.2 马尔可夫链 |
| 2.2.1 马尔可夫链的背景、定义和性质 |
| 2.2.2 马尔可夫链的状态分类 |
| 2.2.3 加权马尔可夫 |
| 2.2.4 滑动转移概率—马尔可夫模型 |
| 2.3 灰色—马尔可夫组合预测模型 |
| 3 中国与东盟贸易概况 |
| 3.1 中国-东盟 |
| 3.2 云南-东盟 |
| 3.3 广西-东盟 |
| 4 灰色马尔可夫模型在中国—东盟进出口总额预测的应用 |
| 4.1 中国-东盟进出口总额预测 |
| 4.2 云南-东盟进出口总额预测 |
| 4.3 广西-东盟进出口总额预测 |
| 5 总结与展望 |
| 5.1 主要结论 |
| 5.2 本文创新点 |
| 5.3 研究展望 |
| 参考文献 |
| 后记 |
| 攻读硕士期间发表学术论文情况 |
（7）基于灰色-马尔可夫模型的房地产周期研究（论文提纲范文）
| 1 房地产周期研究的理论模型 |
| 1.1 周期衡量指标的选择 |
| 1.2 灰色-马尔可夫模型的总体思路 |
| 1.3 长期趋势成分的估计:GM (1, 1) 模型的应用 |
| 1.4 周期性波动成分的估计:马尔可夫链预测模型的应用 |
| 2 房地产周期识别和预测模型的应用 |
| 2.1 数据 |
| 2.2 长期趋势成分的估计 |
| 2.3 周期性波动成分的间接估计和直接估计 |
| 2.4 走势预测 |
| 3 结论 |
（8）基于GM-Markov模型的旅游客源预测——以中国入境旅游客源为例（论文提纲范文）
| 一、入境旅游人数预测的GM-Markov模型 |
| (一) 灰色GM (1, 1) 建模 |
| (二) 灰色模型的马尔可夫精确化 |
| 1. 状态划分 |
| 2. 构造状态转移概率矩阵 |
| 3. 编制预测表 |
| 4. 确定预测值 |
| 二、中国入境旅游人数的预测 |
| (一) 建立灰色GM (1, 1) 模型 |
| (二) 马尔可夫精确化灰色模型 |
| 1. 状态划分 |
| 2. 通过状态划分建立状态转移概率矩阵 |
| 3. 编制预测表 |
| 4、5。在转移步数所对应的转移矩阵中, 取初始状态所对应的行向量, 得到新的概率矩阵 (见表3) 。 |
| 三、结语 |
（9）基于灰色—马尔可夫模型的西安市主要城市建设用地需求量预测（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 问题的提出 |
| 1.2 国内外研究概述 |
| 1.3 研究的内容、目的和意义 |
| 1.4 研究的技术路线 |
| 第二章 应用于土地需求的灰色-马尔可夫模型预测方法研究 |
| 2.1 土地需求预测的一般方法与过程 |
| 2.1.1 预测的一般方法 |
| 2.1.2 预测的一般过程 |
| 2.2 灰色系统理论 |
| 2.2.1 GM 模型建模机理 |
| 2.2.2 GM(1,1)模型 |
| 2.2.3 灰色预测模型的精度检验 |
| 2.2.4 灰色关联度分析 |
| 2.3 马尔可夫链 |
| 2.4 灰色-马尔可夫组合模型的建立 |
| 第三章 西安市主要城市建设用地利用状况分析 |
| 3.1 研究区域概况 |
| 3.1.1 自然状况 |
| 3.1.2 社会经济发展状况 |
| 3.2 西安市主要城市建设用地概况 |
| 3.3 西安市主要城市建设用地动态变化分析 |
| 3.3.1 变化幅度分析 |
| 3.3.2 变化速度分析 |
| 3.4 西安市城市建设用地动态变化关联度分析 |
| 第四章 西安市主要城市建设用地需求量预测分析 |
| 4.1 城市土地利用系统的灰色特征 |
| 4.2 本文关于城市建设用地分类选取及说明 |
| 4.3 工业仓储用地需求量预测 |
| 4.3.1 灰色GM(1,1)模型的预测 |
| 4.3.2 马尔可夫链的转移矩阵获得 |
| 4.3.3 GM(1,1)预测结果的马尔可夫改进 |
| 4.3.4 结论 |
| 4.4 道路交通用地需求量预测 |
| 4.4.1 灰色GM(1,1)模型的预测 |
| 4.4.2 马尔可夫链的转移矩阵获得 |
| 4.4.3 GM(1,1)预测结果的马尔可夫改进 |
| 4.4.4 结论 |
| 4.5 绿地用地需求量预测 |
| 4.5.1 灰色GM(1,1)模型的预测 |
| 4.5.2 马尔可夫链的转移矩阵获得 |
| 4.5.3 GM(1,1)预测结果的马尔可夫改进 |
| 4.5.4 结论 |
| 4.6 生活居住用地的需求量预测 |
| 4.6.1 灰色GM(1,1)模型的预测 |
| 4.6.2 马尔可夫链的转移矩阵获得 |
| 4.6.3 GM(1,1)预测结果的马尔可夫改进 |
| 4.6.4 结论 |
| 第五章 西安市主要城市建设用地供需平衡分析 |
| 5.1 土地需求量的预测结果 |
| 5.2 土地供给潜力分析 |
| 5.3 西安市城市建设用地供需平衡的对策及措施 |
| 5.3.1 进行新一轮土地利用总体规划修编 |
| 5.3.2 切实提高土地利用的集约化程度 |
| 5.3.3 加强土地监察与管理 |
| 结束语 |
| 参考文献 |
| 致谢 |
（10）基于马尔可夫理论埋地燃气钢管腐蚀预测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 埋地燃气钢质管道腐蚀分析 |
| 1.2.1 土壤环境中的腐蚀机理 |
| 1.2.2 影响土壤腐蚀性的因素 |
| 1.2.3 影响埋地钢管腐蚀的其它因素 |
| 1.2.4 燃气钢管腐蚀形式 |
| 1.3 管道腐蚀剩余寿命预测的研究现状 |
| 1.4 马尔可夫理论应用的研究现状 |
| 1.4.1 马尔可夫理论在国内的应用 |
| 1.4.2 马尔可夫理论在国外的应用 |
| 1.5 课题的研究内容 |
| 2 马尔可夫理论及模型建立 |
| 2.1 马尔可夫链 |
| 2.1.1 燃气钢管腐蚀过程的马氏性 |
| 2.1.2 马尔可夫链的性质 |
| 2.2 离散时间马尔可夫决策过程 |
| 2.2.1 燃气钢管维修决策过程的构成 |
| 2.2.2 燃气钢管维修决策过程的准则函数 |
| 2.3 埋地燃气钢管腐蚀系统模型建立 |
| 2.3.1 应用马尔可夫理论建立模型 |
| 2.3.2 建立模型的步骤 |
| 2.4 状态转移概率矩阵的求解方法 |
| 2.5 小结 |
| 3 燃气管道外防腐层老化状况预测 |
| 3.1 外防腐层老化状态划分 |
| 3.1.1 外防腐层老化状况评价标准 |
| 3.1.2 外防腐层老化状态的确定 |
| 3.2 外防腐层老化状况预测的模型 |
| 3.3 单一管段外防腐层老化状况预测 |
| 3.3.1 外防腐层老化状况预测的步骤 |
| 3.3.2 外防腐层老化状况预侧 |
| 3.4 整条管线外防腐层老化状况预测 |
| 3.5 小结 |
| 4 燃气钢质管道管壁腐蚀预测 |
| 4.1 燃气钢管管壁腐蚀状态划分 |
| 4.1.1 燃气钢管管壁腐蚀损伤评价标准 |
| 4.1.2 燃气钢管管壁腐蚀状态 |
| 4.2 管壁腐蚀状况预测的模型 |
| 4.3 单一管段管壁腐蚀状况预测 |
| 4.3.1 管壁腐蚀状况预测的步骤 |
| 4.3.2 管壁腐蚀状况预测 |
| 4.4 整条管线管壁腐蚀状况预测 |
| 4.4.1 灰色 GM(1，1)预测模型 |
| 4.4.2 灰色马尔可夫预测 |
| 4.5 小结 |
| 5 燃气钢管维修策略的确定 |
| 5.1 燃气钢管腐蚀状态 |
| 5.2 燃气钢管维修措施及费用 |
| 5.2.1 燃气钢管维修措施 |
| 5.2.2 燃气钢管维修措施费用 |
| 5.3 马尔可夫决策过程求解 |
| 5.3.1 稳态概率 |
| 5.3.2 策略改进算法 |
| 5.3.3 动态规划 |
| 5.4 马尔可夫决策过程应用 |
| 5.5 小结 |
| 结论 |
| 参考文献 |
| 附录A 主要符号表 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
四、股票投资价值灰色马尔可夫预测（论文参考文献）
- [1]P2P网络借贷平台投资风险识别与预测[D]. 李萍. 安徽财经大学, 2020(08)
- [2]基于隐马尔可夫模型的股票价格预测及其选择[D]. 裴冬晓. 郑州大学, 2020(02)
- [3]钼精矿价格动态预测及敏感性分析[D]. 翟文静. 西安建筑科技大学, 2019(06)
- [4]基于自由现金流量模型的D公司企业价值研究[D]. 刘伟. 新疆农业大学, 2018(05)
- [5]灰色—加权马尔可夫链的研究及在股市预测中的应用[D]. 杜晓阳. 河南科技大学, 2012(04)
- [6]灰色马尔可夫模型在中国与东盟进出口总额预测中的研究与应用[D]. 黄薇. 兰州商学院, 2010(05)
- [7]基于灰色-马尔可夫模型的房地产周期研究[J]. 吴璟,刘洪玉. 统计与决策, 2009(06)
- [8]基于GM-Markov模型的旅游客源预测——以中国入境旅游客源为例[J]. 翁钢民,郑竹叶,刘洋,张晓娜. 燕山大学学报(哲学社会科学版), 2008(02)
- [9]基于灰色—马尔可夫模型的西安市主要城市建设用地需求量预测[D]. 潘网生. 长安大学, 2008(08)
- [10]基于马尔可夫理论埋地燃气钢管腐蚀预测研究[D]. 李恒. 大连理工大学, 2007(05)