基于BP神經(jīng)網(wǎng)絡(luò)的基金倉(cāng)位預(yù)測(cè)實(shí)證研究.pdf

1、基金行業(yè)作為我國(guó)幾年來(lái)的新型金融理財(cái)行業(yè)，發(fā)展勢(shì)頭強(qiáng)勁，隨著基金投資者隊(duì)伍的迅速壯大，基金市場(chǎng)中對(duì)投資風(fēng)險(xiǎn)的預(yù)測(cè)和控制收到人們的廣泛關(guān)注?；饌}(cāng)位代表了市場(chǎng)信心，反映了機(jī)構(gòu)投資者對(duì)市場(chǎng)的預(yù)期，其增減倉(cāng)動(dòng)作一直以來(lái)都受到投資者的高度關(guān)注，基金倉(cāng)位的高低可以作為投資者判斷后市走向的指標(biāo)以規(guī)避風(fēng)險(xiǎn)。
　　 本文首先綜述研究了基金倉(cāng)位預(yù)測(cè)的多種方法，并著重介紹了神經(jīng)網(wǎng)絡(luò)方法;通過(guò)幾代估算模型優(yōu)劣勢(shì)比較分析，確定了基于數(shù)據(jù)挖掘的BP神經(jīng)網(wǎng)

2、絡(luò)作為基金倉(cāng)位預(yù)測(cè)模型建立的基本方法。
　　 之后收集華夏基金在年報(bào)公布的倉(cāng)位及相關(guān)數(shù)據(jù)，從基金倉(cāng)位概念及前人研究出發(fā)，找出影響基金倉(cāng)位的因素并利用數(shù)據(jù)挖掘技術(shù)分析選擇出相關(guān)性最優(yōu)的變量。根據(jù)這些基金倉(cāng)位數(shù)據(jù)的特征，再探討了BP神經(jīng)網(wǎng)絡(luò)的模型與結(jié)構(gòu)、BP算法的權(quán)值、學(xué)習(xí)規(guī)則和閾值后，選用了的多輸入單輸出、單隱含層結(jié)構(gòu)，采用學(xué)習(xí)率可變的動(dòng)量BP算法及相應(yīng)的訓(xùn)練函數(shù)，并通過(guò)多組數(shù)據(jù)的對(duì)比嘗試，合理優(yōu)化了隱含層節(jié)點(diǎn)和初始權(quán)值，設(shè)計(jì)出最

3、優(yōu)基金倉(cāng)位預(yù)測(cè)模型。
　　 本論文深入研究了BP神經(jīng)網(wǎng)絡(luò)在MATLAB中的設(shè)計(jì)和實(shí)現(xiàn)，包括創(chuàng)建初始神經(jīng)網(wǎng)絡(luò)，合理初始化、進(jìn)行訓(xùn)練和模擬;并利用MATLAB函數(shù)進(jìn)行編程，實(shí)現(xiàn)了所設(shè)計(jì)的BP神經(jīng)網(wǎng)絡(luò)。
　　 針對(duì)所建預(yù)測(cè)模型，本論文對(duì)華夏基金的3只基金進(jìn)行了實(shí)證分析，證明所采用的研究方法和所設(shè)立的模型是實(shí)用且有效的。它不僅簡(jiǎn)化了網(wǎng)絡(luò)結(jié)構(gòu)，還提高了預(yù)測(cè)精度，具有較好的預(yù)測(cè)能力和泛化推廣能力。在評(píng)估所構(gòu)建的基于BP神經(jīng)網(wǎng)絡(luò)的基金