【摘要】：股票市場(chǎng)是投資者、管理者和經(jīng)濟(jì)管理學(xué)者共同關(guān)注的熱點(diǎn)，自19世紀(jì)股票市場(chǎng)建立以來(lái)，對(duì)股票價(jià)格預(yù)測(cè)模型的研究一直是眾多學(xué)者關(guān)注的焦點(diǎn)。隨著股票投資在中國(guó)的發(fā)展，其影響越來(lái)越大，深入了解其運(yùn)動(dòng)規(guī)律已經(jīng)成為經(jīng)濟(jì)發(fā)展的迫切要求。近年來(lái)，眾多學(xué)者把股票市場(chǎng)看作是一個(gè)非線性的確定性動(dòng)力學(xué)系統(tǒng)，用非線性確定系統(tǒng)規(guī)律研究股價(jià)的行為越來(lái)越顯示出強(qiáng)大生命力。隨著非線性理論和技術(shù)的發(fā)展，，小波分析和神經(jīng)網(wǎng)絡(luò)等成為金融市場(chǎng)強(qiáng)有力的分析和預(yù)測(cè)工具。 本文對(duì)小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型進(jìn)行了深入分析和研究，構(gòu)建了適應(yīng)于股價(jià)分析的時(shí)間序列短期預(yù)測(cè)模型。本文研究的重點(diǎn)是小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法的應(yīng)用和實(shí)現(xiàn)。主要工作如下： 首先，根據(jù)國(guó)內(nèi)外實(shí)際情況，本文從總體上分析了股票價(jià)格預(yù)測(cè)的必要性和可行性，在此基礎(chǔ)上利用系統(tǒng)建模的有關(guān)理論和方法，根據(jù)實(shí)際情況，將抽象的紛繁復(fù)雜的金融系統(tǒng)轉(zhuǎn)化為相對(duì)清晰的可以在數(shù)學(xué)上模擬和逼近的系統(tǒng)；同時(shí)，在這一過(guò)程中我們也認(rèn)識(shí)到股票預(yù)測(cè)的短期有效性的內(nèi)在原因。 其次，本文深入地研究應(yīng)用了神經(jīng)網(wǎng)絡(luò)和小波分析理論的基本理論和方法，特別是研究了兩者各自的優(yōu)點(diǎn)與缺點(diǎn)，參考并借鑒了現(xiàn)有的各種小波神經(jīng)網(wǎng)絡(luò)的理論與方法，吸取其優(yōu)點(diǎn)，提出了適合股票指數(shù)序列預(yù)測(cè)的小波網(wǎng)絡(luò)。進(jìn)而研究并利用小波神經(jīng)網(wǎng)絡(luò)進(jìn)行股票指數(shù)序列預(yù)測(cè)的基本理論和方法。 為了驗(yàn)證理論和方法的正確性，最后我們利用MATLAB軟件實(shí)現(xiàn)了該小波網(wǎng)絡(luò)，并利用上海證券交易所的上證指數(shù)和雅戈?duì)柟善?005年—2006年的指數(shù)數(shù)據(jù)驗(yàn)證了這一結(jié)論。我們用前170個(gè)數(shù)據(jù)作為訓(xùn)練樣本集來(lái)訓(xùn)練網(wǎng)絡(luò)，并用訓(xùn)練后的小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)了2006年開(kāi)始的30個(gè)數(shù)據(jù)，取得令人滿(mǎn)意的預(yù)測(cè)結(jié)果，其預(yù)測(cè)精度優(yōu)于人工神經(jīng)網(wǎng)絡(luò)。
【圖文】：

武漢理工大學(xué)碩士學(xué)位論文.3.43仿真實(shí)驗(yàn)及結(jié)果分析上海證券交易所的上證指數(shù)和雅戈?duì)柟善笔毡P(pán)價(jià)原始數(shù)據(jù)，如圖3一8和圖3一9。圖3一8上證指數(shù)和雅戈?duì)柟善笔毡P(pán)價(jià)原始數(shù)據(jù)()a圖3一9上證指數(shù)和雅戈?duì)柟善笔毡P(pán)價(jià)原始數(shù)據(jù)(b)用BP神經(jīng)網(wǎng)絡(luò)對(duì)雅戈?duì)柟善笔毡P(pán)價(jià)預(yù)測(cè)，如圖3一10和圖3一n

圖3一12BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)數(shù)據(jù)和實(shí)際數(shù)據(jù)的比較效果，BP神經(jīng)網(wǎng)絡(luò)對(duì)雅戈?duì)柟善笔毡P(pán)價(jià)預(yù)測(cè)，BP算法仿真的收斂趨勢(shì)曲線，如圖3一13圖3一13BP算法仿真的收斂趨勢(shì)曲線
【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2006
【分類(lèi)號(hào)】：F830.91;F224

【引證文獻(xiàn)】

相關(guān)期刊論文 前2條

1 王剛;許曉兵;;基于小波分析與神經(jīng)網(wǎng)絡(luò)時(shí)間序列的股票預(yù)測(cè)方法[J];金融經(jīng)濟(jì);2013年12期

2 楊正祥;康玲;;丹江口水庫(kù)徑流預(yù)測(cè)方法與趨勢(shì)分析[J];水電能源科學(xué);2011年02期

相關(guān)博士學(xué)位論文 前1條

1 楊正祥;基于智能算法的若干典型水文水資源問(wèn)題研究[D];華中科技大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 夏豪杰;滬深300指數(shù)波動(dòng)特征研究[D];天津財(cái)經(jīng)大學(xué);2011年

2 萬(wàn)濤;股票價(jià)格的多重分形分析及其預(yù)測(cè)研究[D];安徽大學(xué);2011年

3 邵航;模糊神經(jīng)網(wǎng)絡(luò)在股票價(jià)格短期預(yù)測(cè)中的應(yīng)用研究[D];暨南大學(xué);2008年

4 周波;基于GA的ANN股價(jià)指數(shù)預(yù)測(cè)研究[D];武漢理工大學(xué);2008年

5 李嘉裕;數(shù)據(jù)挖掘方法在滬深300指數(shù)收益率波動(dòng)預(yù)測(cè)的應(yīng)用研究[D];廈門(mén)大學(xué);2008年

6 楊二鵬;非參數(shù)異方差模型在滬深股市中的應(yīng)用研究[D];西安理工大學(xué);2010年

7 劉靖濤;基于小波方法的金融時(shí)間序列分析[D];華中科技大學(xué);2009年

8 于海蛟;基于動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的股市預(yù)測(cè)研究[D];陜西師范大學(xué);2010年

9 沈波;基于BP神經(jīng)網(wǎng)絡(luò)的股價(jià)預(yù)測(cè)應(yīng)用研究[D];湖南大學(xué);2010年

10 張翔宇;基于優(yōu)化BP神經(jīng)網(wǎng)絡(luò)和粒計(jì)算的股指預(yù)測(cè)研究[D];南京大學(xué);2012年

本文編號(hào)：2625849