Resumen

Este estudio intenta caracterizar y predecir series de índices bursátiles en el mercado de valores de Shenzhen utilizando los conceptos de regresión polinómica local multivariada. Basándose en la no linealidad y el caos de las series temporales de índices bursátiles, se consideran métodos de predicción polinómica local multivariada y método de predicción polinómica local univariada, todos los cuales utilizan el concepto de reconstrucción del espacio de fases según el Teorema de Takens. Para ajustar las series de índices bursátiles, la serie única se convierte en serie bivariada. Para evaluar los resultados, el predictor multivariado para series temporales bivariadas basado en un modelo polinómico local multivariado se compara con el predictor univariado con los mismos datos de índice bursátil de Shenzhen. Los resultados numéricos obtenidos por el índice de componentes de Shenzhen muestran que el error cuadrático medio de la predicción del predictor mult

• Materias:Dinámicas integrales Sistemas de ecuaciones funcionales Redes complejas Teoría de las ecuaciones Programación entera no lineal
• Subjects:Integral dynamics Systems of functional equations Complex networks Theory of equations Nonlinear integer programming
• Palabras claves:índice bursátil; Regresión polinómica local multivariante; Mercado de valores de Shenzhen; Métodos de predicción; Reconstrucción del espacio de fases; Error cuadrático medio
• Keywords:Stock index; Multivariate local polynomial regression; Shenzhen stock market; Prediction methods; Phase space reconstruction; Mean squared error