神經(jīng)網(wǎng)絡在股票市場預測中的應用研究.pdf

1、股票市場作為一個高風險高收益的投資領域,其運作是一個復雜的非線性的系統(tǒng),容易受到多方面的影響.但是股票市場的價格走勢實質上是一種復雜時序函數(shù),因此是可以預測的. 人工神經(jīng)網(wǎng)絡是一個非線性的動態(tài)系統(tǒng),可在任意精度內實現(xiàn)變量間的非線性關系的映像,具備解決非線性問題能力、網(wǎng)絡學習能力和系統(tǒng)擬合能力,能夠滿足經(jīng)濟預測要求,使系統(tǒng)具有處理非線性、不確定性問題的能力,從而提高預測精度.利用人工神經(jīng)網(wǎng)絡的非線性及動態(tài)的特點,通過調節(jié)連接權值可

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格隨時間變換這種函數(shù).從而對股票市場的交易模式進行模仿和學習. 本文即在相關經(jīng)濟理論指導下,分析了股票市場系統(tǒng)的特點,根據(jù)其非線性、不確定性等特點,運用人工神經(jīng)網(wǎng)絡理論,構建了股票價格預測模型體系,提出了基于遺傳算法的神經(jīng)網(wǎng)絡和基于粒子群算法的神經(jīng)網(wǎng)絡的系統(tǒng)建模方法,提高系統(tǒng)預測準確度,并對實驗結果進行了比較. 本文的第一章介紹了預測、預測的研究背景,國內外研究的狀況,預測

3、的方法,神經(jīng)網(wǎng)絡的發(fā)展與其在經(jīng)濟領域中的應用,評價預測效果的幾項誤差指標等;第二章提出了神經(jīng)網(wǎng)絡的結構、算法,以及BP網(wǎng)絡收斂速度慢,不易收斂到全局最小,泛化能力差等問題:第三章用具體的時間序列數(shù)據(jù)為例來研究了BP神經(jīng)網(wǎng)絡的逼近能力,第四章利用基于遺傳算法的神經(jīng)網(wǎng)絡對股票市場的數(shù)據(jù)進行了優(yōu)化,對逼近的結果進行了比較.第五章利用基于粒子群算法的神經(jīng)網(wǎng)絡對股票市場進行預測,并對結果進行比較. 本論文總結了前人研究成果,針對前人研究的