神經(jīng)網(wǎng)絡(luò)在股票市場(chǎng)預(yù)測(cè)中的應(yīng)用研究.pdf

1、股票市場(chǎng)作為一個(gè)高風(fēng)險(xiǎn)高收益的投資領(lǐng)域,其運(yùn)作是一個(gè)復(fù)雜的非線性的系統(tǒng),容易受到多方面的影響.但是股票市場(chǎng)的價(jià)格走勢(shì)實(shí)質(zhì)上是一種復(fù)雜時(shí)序函數(shù),因此是可以預(yù)測(cè)的. 人工神經(jīng)網(wǎng)絡(luò)是一個(gè)非線性的動(dòng)態(tài)系統(tǒng),可在任意精度內(nèi)實(shí)現(xiàn)變量間的非線性關(guān)系的映像,具備解決非線性問(wèn)題能力、網(wǎng)絡(luò)學(xué)習(xí)能力和系統(tǒng)擬合能力,能夠滿足經(jīng)濟(jì)預(yù)測(cè)要求,使系統(tǒng)具有處理非線性、不確定性問(wèn)題的能力,從而提高預(yù)測(cè)精度.利用人工神經(jīng)網(wǎng)絡(luò)的非線性及動(dòng)態(tài)的特點(diǎn),通過(guò)調(diào)節(jié)連接權(quán)值可

2、以任意精度逼近任何連續(xù)函數(shù),因此也可以逼近證券價(jià)格隨時(shí)間變換這種函數(shù).從而對(duì)股票市場(chǎng)的交易模式進(jìn)行模仿和學(xué)習(xí). 本文即在相關(guān)經(jīng)濟(jì)理論指導(dǎo)下,分析了股票市場(chǎng)系統(tǒng)的特點(diǎn),根據(jù)其非線性、不確定性等特點(diǎn),運(yùn)用人工神經(jīng)網(wǎng)絡(luò)理論,構(gòu)建了股票價(jià)格預(yù)測(cè)模型體系,提出了基于遺傳算法的神經(jīng)網(wǎng)絡(luò)和基于粒子群算法的神經(jīng)網(wǎng)絡(luò)的系統(tǒng)建模方法,提高系統(tǒng)預(yù)測(cè)準(zhǔn)確度,并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了比較. 本文的第一章介紹了預(yù)測(cè)、預(yù)測(cè)的研究背景,國(guó)內(nèi)外研究的狀況,預(yù)測(cè)

3、的方法,神經(jīng)網(wǎng)絡(luò)的發(fā)展與其在經(jīng)濟(jì)領(lǐng)域中的應(yīng)用,評(píng)價(jià)預(yù)測(cè)效果的幾項(xiàng)誤差指標(biāo)等;第二章提出了神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、算法,以及BP網(wǎng)絡(luò)收斂速度慢,不易收斂到全局最小,泛化能力差等問(wèn)題:第三章用具體的時(shí)間序列數(shù)據(jù)為例來(lái)研究了BP神經(jīng)網(wǎng)絡(luò)的逼近能力,第四章利用基于遺傳算法的神經(jīng)網(wǎng)絡(luò)對(duì)股票市場(chǎng)的數(shù)據(jù)進(jìn)行了優(yōu)化,對(duì)逼近的結(jié)果進(jìn)行了比較.第五章利用基于粒子群算法的神經(jīng)網(wǎng)絡(luò)對(duì)股票市場(chǎng)進(jìn)行預(yù)測(cè),并對(duì)結(jié)果進(jìn)行比較. 本論文總結(jié)了前人研究成果,針對(duì)前人研究的