【摘要】： 股票市場在我國產(chǎn)生以來不斷成長,逐步成為證券業(yè)乃至整個金融業(yè)必不可少的組成部分,受到越來越多投資者的關(guān)注,因而對股票市場走勢的分析和預(yù)測具有重大的理論意義和可觀的應(yīng)用價值。股票市場是一個極其復(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(qiáng)的非線性逼近能力和自學(xué)習(xí)、自適應(yīng)等特性,實(shí)驗(yàn)證明,利用神經(jīng)網(wǎng)絡(luò)對股市建�？梢匀〉帽容^不錯的中短期預(yù)測成果。 首先,本文對股市預(yù)測的背景、意義、國內(nèi)外研究現(xiàn)狀及股票市場的基本理論進(jìn)行綜述,對影響股市的各種因素、股市預(yù)測方法及股市預(yù)測面臨的難題進(jìn)行分析。其次,使用目前應(yīng)用最廣泛的BP神經(jīng)網(wǎng)絡(luò)對股票價格進(jìn)行預(yù)測,將此方法應(yīng)用于微軟股票收盤價的預(yù)測,預(yù)測結(jié)果很好的擬合了收盤價的實(shí)際變化趨勢。 再次,根據(jù)股票市場高度非線性的特點(diǎn)及基本BP算法在權(quán)值調(diào)整過程中存在的收斂速度慢、易陷入局部極小點(diǎn)的缺點(diǎn),本文提出了基于回聲狀態(tài)網(wǎng)絡(luò)的股票預(yù)測模型。同樣將此模型應(yīng)用于微軟收盤價的預(yù)測,并將其預(yù)測結(jié)果與BP網(wǎng)絡(luò)模型預(yù)測結(jié)果進(jìn)行對比。然后對預(yù)測結(jié)果進(jìn)行MACD處理,得到了股票價格的具體交易建議。 最后,以基于ESN的股價預(yù)測模型為基礎(chǔ)建立了股價預(yù)測模擬系統(tǒng),對微軟、中國石化等六只股票的實(shí)際分析初步檢驗(yàn)了本文提出的股價預(yù)測模型的有效性。 結(jié)果表明,神經(jīng)網(wǎng)絡(luò)用于股市的預(yù)測是有效的、可行的。在研究中,由于樣本本身容量小且我們對證券市場價格波動有重要影響的基本面諸因素沒有予以考慮,所以本文的工作離實(shí)際應(yīng)用還有不小的距離,有待于進(jìn)一步的改進(jìn)完善。要達(dá)到實(shí)用化這一目標(biāo),尚需做艱苦的努力。
【學(xué)位授予單位】：江南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2009
【分類號】：F224;F832.51
【圖文】：

圖 2-1 股票市場決策分析Fig.2-1The analysis of stock mar濟(jì)學(xué)、財政金融學(xué)、財務(wù)管理學(xué)、素。基本分析法主要包括宏觀經(jīng)濟(jì)全面地把握證券價格的基本走勢，弱點(diǎn)，它對市場的反應(yīng)比較遲鈍，缺乏指導(dǎo)意義。另外，它對股票市場個不成熟的股票市場，股民在統(tǒng)計(jì)資數(shù)據(jù)的整理、歸納需要較高的分析熟練的利用基本分析法指導(dǎo)日常操是相對于基本分析而言的。技術(shù)分析去及現(xiàn)在的行為反應(yīng)，以推測未來技術(shù)指標(biāo)的主要內(nèi)容是由股價、成交

Fig.3-1 Static neuron model，xn為神經(jīng)元輸入，w1，w2，…，wn為輸出，σ(*)是神經(jīng)元的響應(yīng)函數(shù)，則該神)i i iw xθ+網(wǎng)絡(luò)、RBF 神經(jīng)網(wǎng)絡(luò)等都屬于靜態(tài)神經(jīng)網(wǎng)又稱遞歸神經(jīng)網(wǎng)絡(luò) (Recurrent Neural Ne的輸入包括系統(tǒng)當(dāng)前輸入和反饋的其它神1xixiZ τ

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 張靜;智能選股及股價預(yù)測系統(tǒng)研究與開發(fā)[D];中南大學(xué);2010年

本文編號：2736023