發(fā)布時間：2020-04-10 03:13

【摘要】： 隨著經(jīng)濟的發(fā)展和人們投資意識的轉(zhuǎn)變,股市已成為現(xiàn)代人生活中的一個重要組成部分,股市投資已成為社會公眾談?wù)摰闹行闹��?而股市的健康發(fā)展和繁榮也成為管理者和投資者關(guān)心和研究的重點。股市投資的收益與風(fēng)險往往是成正比的,即投資收益越高,可能冒的風(fēng)險越大。因此,股市預(yù)測方法的研究具有極其重要的應(yīng)用價值和理論意義。但是股價系統(tǒng)內(nèi)部結(jié)構(gòu)的復(fù)雜性、外部因素的多變性決定了這項任務(wù)的艱巨性,而傳統(tǒng)的預(yù)測工具已不能滿足這種需要。 本文在深入分析股市投資理論和股價預(yù)測方法的基礎(chǔ)上,使用BP神經(jīng)網(wǎng)絡(luò)作為股市預(yù)測的網(wǎng)絡(luò)模型。股市市場是一個極其復(fù)雜的非線性動力學(xué)系統(tǒng),而神經(jīng)網(wǎng)絡(luò)具有很強的非線性逼近能力和自學(xué)習(xí)、白適應(yīng)等特性,實驗證明,利用神經(jīng)網(wǎng)絡(luò)對股市建�？梢匀〉幂^好的預(yù)測效果。因為股市市場的走勢看起來雜亂無章,但實際上有其內(nèi)在的變化規(guī)律,而這正是神經(jīng)網(wǎng)絡(luò)預(yù)測股市的基礎(chǔ)。BP網(wǎng)絡(luò)通過對以往歷史數(shù)據(jù)的學(xué)習(xí),找出股市運行的內(nèi)在規(guī)律,并將其存儲在網(wǎng)絡(luò)具體的權(quán)值、閾值中,用以預(yù)測未來的走勢,尤其對于短期的預(yù)測效果更為明顯。 然而,BP神經(jīng)網(wǎng)絡(luò)存在學(xué)習(xí)收斂速度緩慢、易陷入局部極小點等缺點,使其對股市預(yù)測的效果不能令人滿意。鑒于此,本文采用遺傳算法與BP神經(jīng)網(wǎng)絡(luò)的融合策略,來達(dá)到克服其缺點的目的。 遺傳算法與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合運用于股市預(yù)測的研究早已不是什么新鮮事了,但對于換手率作為因子能否用于股市預(yù)測?如何在預(yù)測網(wǎng)絡(luò)模型中加入換手率因子?到目前為止還沒有學(xué)者作過研究。作為首次研究,本文提出了兩種將換手率作為因子加入到預(yù)測網(wǎng)絡(luò)模型的方案:一,換手率和收盤價同時作為網(wǎng)絡(luò)的輸入數(shù)據(jù);二,平均換手率作為隱含層閾值的附加值。對每個方案開發(fā)一個預(yù)測系統(tǒng),通過系統(tǒng)的實際運行來判斷換手率作為因子能否用于股市預(yù)測以及預(yù)測效果如何,從而達(dá)到研究遺傳算法與BP神經(jīng)網(wǎng)絡(luò)融合策略在時間序列預(yù)測中應(yīng)用的目的。
【圖文】：

軸索是把細(xì)胞體傳出的信號導(dǎo)向其它神經(jīng)元。神經(jīng)元之間是通過突軸或神經(jīng)腿相連。神經(jīng)元之間的連接強弱隨外部激勵信號自適應(yīng)地變化，，大腦的學(xué)習(xí)過程就是神經(jīng)元之間的連接強度隨外部激勵信息自適應(yīng)的調(diào)整過程。如圖4一1是生物神經(jīng)元的簡化圖[24]，圖4一2是表征與生物神經(jīng)元等效的系統(tǒng)模型125〕。突角蟲末梢聲叼杯，州腳、‘口材沖動南巍育)圖4一1生物神經(jīng)元的基本結(jié)構(gòu)

另外還有一些參數(shù)，如a、刀等，是需要用戶自己手動調(diào)整的，對于這些參數(shù)系統(tǒng)應(yīng)當(dāng)為用戶提供可以輸入的接口，并且這些接口都應(yīng)當(dāng)出現(xiàn)在界面上以便用戶與程序的交流。如圖6一所示為系統(tǒng)界面，在界面的左邊窗口中提供了與用戶交流的接口一Edit控件。圖6一系統(tǒng)界面6.3，4樣本數(shù)據(jù)的處理6.3.4.1歷史數(shù)據(jù)的選取股票交易市場是一個很不穩(wěn)定的動態(tài)變化過程，不僅受國內(nèi)外經(jīng)濟因素的影響，而且人為因素、政府調(diào)控等也是影響股票其未來走勢的重要因素。因此，必須盡量選取“真空”環(huán)境下(即一段時期內(nèi)走勢穩(wěn)定，沒有或少有暴漲和暴跌等不穩(wěn)定現(xiàn)象)某只股票的歷史數(shù)據(jù)作為樣本數(shù)據(jù);否則，如果樣本選取得很“波動”
【學(xué)位授予單位】：貴州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2009
【分類號】：F830.91;TP183

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃景平,蔡駿,馮珊;基于agent的神經(jīng)網(wǎng)絡(luò)訓(xùn)練模式[J];華中理工大學(xué)學(xué)報;1999年03期

2 李曉峰;BP人工神經(jīng)網(wǎng)絡(luò)模型的進一步改進及其應(yīng)用[J];吉林化工學(xué)院學(xué)報;2000年04期

3 周翔，蔡自興;基于多分辨率遺傳算法的多層感知神經(jīng)網(wǎng)絡(luò)及其在短期電力負(fù)荷預(yù)估中的應(yīng)用[J];計算機工程與應(yīng)用;1999年03期

4 孟祥武;程虎;;進化神經(jīng)網(wǎng)絡(luò)的編碼表示機制研究[J];計算機科學(xué);1998年01期

5 陳可,張琴舜,陳培培,蔡日基;BP神經(jīng)網(wǎng)絡(luò)在證券分析預(yù)測中應(yīng)用[J];計算機工程;2001年11期

6 吳成東,王長濤;人工神經(jīng)元BP網(wǎng)絡(luò)在股市預(yù)測方面的應(yīng)用[J];控制工程;2002年03期

7 董聰,郭曉華;計算智能中若干熱點問題的研究與進展[J];控制理論與應(yīng)用;2000年05期

8 董聰;多層前向網(wǎng)絡(luò)的逼近與泛化機制[J];控制與決策;1998年S1期

9 程啟明;萬德鈞;陳雪麗;;遺傳學(xué)習(xí)算法的神經(jīng)網(wǎng)絡(luò)自適應(yīng)船舶操縱控制系統(tǒng)研究[J];模式識別與人工智能;1998年03期

10 郭光,嚴(yán)紹瑾,尹樹新;人工神經(jīng)網(wǎng)絡(luò)用于我國東部汛期降水預(yù)測的研究[J];南京氣象學(xué)院學(xué)報;1996年03期

相關(guān)碩士學(xué)位論文 前3條

1 鄭麗君;基于遺傳算法的多目標(biāo)優(yōu)化與決策方法研究[D];國防科學(xué)技術(shù)大學(xué);2003年

2 王熙;基于遺傳算法改進的BP神經(jīng)網(wǎng)絡(luò)在礦產(chǎn)品預(yù)測領(lǐng)域的應(yīng)用[D];中國地質(zhì)大學(xué)（北京）;2006年

3 李軍;基于最優(yōu)基因的遺傳算法研究[D];曲阜師范大學(xué);2007年

本文編號：2621669