小波神經(jīng)網(wǎng)絡在股價預測中的應用.pdf_第1頁
已閱讀1頁,還剩59頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、隨著國民經(jīng)濟的迅速發(fā)展和市場經(jīng)濟的不斷完善,股票市場逐步成為我國證券業(yè)乃至整個金融業(yè)必不可少的組成部分,將股票市場走勢進行分析和預測具有重要的理論意義和實際的應用價值。近年來,人們一般是通過建立時間序列預測模型來解決股價預測問題的,時間序列預測模型在線性系統(tǒng)、平穩(wěn)時間序列問題上得到廣泛應用,但在處理具有非線性特征或非平穩(wěn)時間序列問題上,特別是在有人參與的主動系統(tǒng)、社會經(jīng)濟系統(tǒng)的預測上,這類方法無法取得令人滿意的預測效果。隨著非線性理論和

2、人工智能技術(shù)的發(fā)展,小波分析和神經(jīng)網(wǎng)絡發(fā)展成為金融市場的分析和預測工具,但由于小波分析和神經(jīng)網(wǎng)絡各自內(nèi)在的局限性,使它們用于股價預測時,結(jié)果不是很理想,如:BP算法收斂速度很慢,且在網(wǎng)絡初始參數(shù)數(shù)據(jù)選取不當時,易陷入局部極小點;正交小波構(gòu)造比較復雜,難以用顯式表達等。而小波神經(jīng)網(wǎng)絡結(jié)合了小波分析和神經(jīng)網(wǎng)絡的優(yōu)點,在一定程度上克服了二者各自應用于預測系統(tǒng)的不足,因此,將小波神經(jīng)網(wǎng)絡應用于股價預測具有重要的理論意義和實際的應用價值。

3、 本文首先介紹了小波分析和BP神經(jīng)網(wǎng)絡的基本理論;然后利用BP神經(jīng)網(wǎng)絡構(gòu)建了BP神經(jīng)網(wǎng)絡短期預測模型,對模型中樣本數(shù)據(jù)的選取、網(wǎng)絡輸入量的確定、數(shù)據(jù)的預處理方法等問題進行了規(guī)定,通過仿真實驗確定了模型中隱含層神經(jīng)元的個數(shù);并對個股收盤價進行仿真實驗,實驗結(jié)果表明BP神經(jīng)網(wǎng)絡用于股價預測的效果是較好的。最后從小波神經(jīng)網(wǎng)絡的構(gòu)造理論出發(fā),對小波和神經(jīng)網(wǎng)絡的松散型結(jié)合方式進行了深入分析,提出利用小波分解與重構(gòu)技術(shù)構(gòu)建小波神經(jīng)網(wǎng)絡短期預測模型的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論