隨著經(jīng)濟(jì)的發(fā)展和人們投資意識(shí)的轉(zhuǎn)變，股票已成為現(xiàn)代人生活中的一個(gè)重要組成部分，股票投資已成為社會(huì)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(diǎn)。股票投資的收益與風(fēng)險(xiǎn)往往是成正比的，即投資收益越高，可能冒的風(fēng)險(xiǎn)越大。因此，股市預(yù)測(cè)方法的研究具有極其重要的應(yīng)用價(jià)值和理論意義。但是股價(jià)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(xiàng)任務(wù)的艱巨性，而傳統(tǒng)的預(yù)測(cè)工具已不能滿足這種需要。 本文在深入分析股票投資理論和股價(jià)預(yù)測(cè)方法的基礎(chǔ)上，提出了利用神經(jīng)網(wǎng)絡(luò)進(jìn)行股市建模的方法。股票市場(chǎng)是一個(gè)極其復(fù)雜的非線性動(dòng)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(duì)股市建�？梢匀〉帽容^不錯(cuò)的短期預(yù)測(cè)成果。 根據(jù)股票市場(chǎng)高度非線性特點(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)，本文提出了一種遺傳BP算法。遺傳BP算法利用遺傳算法進(jìn)行全局搜索，注重搜索未知區(qū)域，處理速度快而對(duì)精度要求不高，不易陷入局部極小點(diǎn)，而利用BP算法搜索有最優(yōu)點(diǎn)的區(qū)域，提高搜索速度和精度。理論分析和實(shí)驗(yàn)結(jié)果表明，神經(jīng)網(wǎng)絡(luò)用于股票市場(chǎng)的預(yù)測(cè)是可行和有效的，有著良好的前景，而遺傳BP算法提高了速度和可靠性。 通過大量的股市預(yù)測(cè)實(shí)驗(yàn)，本文研究了各種參數(shù)對(duì)于預(yù)測(cè)結(jié)果的影響，并提出了改進(jìn)的方向。
【學(xué)位單位】：北京工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2003
【中圖分類】：TP183;F830.91
【部分圖文】：

圖 4.3 上證收盤指數(shù)的預(yù)測(cè)情況從預(yù)測(cè)結(jié)果看，所選用的網(wǎng)絡(luò)結(jié)構(gòu)可以比較理想的逼近上證收盤指數(shù)的運(yùn)行情況，擬和相對(duì)誤差小于 1%，預(yù)測(cè)相對(duì)誤差 3.4%，正確趨勢(shì)率在 90%以上，具有較高的精度�？梢�，神經(jīng)網(wǎng)絡(luò)經(jīng)過大量和充分的訓(xùn)練，確實(shí)在外部形式上擬和了數(shù)據(jù)，在股市數(shù)據(jù)內(nèi)部總結(jié)出了所蘊(yùn)藏的變化規(guī)律。4.2.3 關(guān)于算法參數(shù)的實(shí)驗(yàn)1．學(xué)習(xí)步長(zhǎng)的實(shí)驗(yàn)學(xué)習(xí)步長(zhǎng)太小導(dǎo)致權(quán)的修改量非常小，因而使學(xué)習(xí)非常緩慢，這意味著過長(zhǎng)的學(xué)習(xí)時(shí)間，而采用大的學(xué)習(xí)步長(zhǎng)，雖然可以加快學(xué)習(xí)速度，但卻可能導(dǎo)致在穩(wěn)定點(diǎn)附近的持續(xù)振蕩，難以收斂，所以步長(zhǎng)的確定是一個(gè)很關(guān)鍵的問題。遺傳算法參數(shù)：種群規(guī)模 15，變異概率 0.001，每代 BP 算法學(xué)習(xí) 5 次。

2．回溯時(shí)間的實(shí)驗(yàn)回溯時(shí)間長(zhǎng)短的選擇問題是研究時(shí)間序列問題時(shí)都要遇到的問題。股市的變化是一個(gè)時(shí)間序列問題。任一時(shí)刻股票價(jià)格的變化都是前一段時(shí)間影響行情的各種因素共同作用的結(jié)果。因此，不論用傳統(tǒng)的統(tǒng)計(jì)方法還是新興的技術(shù)，在研究股票價(jià)格變化規(guī)律，預(yù)測(cè)價(jià)格變化動(dòng)態(tài)時(shí)，都要選取前一段時(shí)股市數(shù)據(jù)進(jìn)行研究。遺傳算法參數(shù)：種群規(guī)模 15，變異概率 0.001，每代 BP 算法學(xué)習(xí) 5 次網(wǎng)絡(luò)結(jié)構(gòu)：采用三層神經(jīng)網(wǎng)絡(luò)，輸入指標(biāo)為收盤價(jià)、成交量和相對(duì)強(qiáng)弱回溯學(xué)習(xí)期為 N，隱層節(jié)點(diǎn)為 80 個(gè)，輸出節(jié)點(diǎn)為 1 個(gè)，學(xué)習(xí)速率為 0.005。時(shí)間段：選擇 2001 年 9 月 3 日至 2002 年 2 月 27 日之間的 109 天數(shù)據(jù)和年 2 月 28 日至 2002 年 5 月 21 日之間的 57 天數(shù)據(jù)為訓(xùn)練和檢驗(yàn)集。樣本學(xué)習(xí)結(jié)束的條件：（1）SSE＜0.01（2）遺傳代數(shù) 2000 代我們分別選取回溯期為 5 天、10 天、20 天進(jìn)行實(shí)驗(yàn)。

回溯期為10天的預(yù)測(cè)結(jié)果

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫衛(wèi)娜;;遺傳神經(jīng)網(wǎng)絡(luò)PID控制技術(shù)研究與應(yīng)用[J];沈陽(yáng)航空航天大學(xué)學(xué)報(bào);2011年03期

2 戴月;陳波;吳堅(jiān);;基于遺傳神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)系統(tǒng)ONE-CLASS分類器設(shè)計(jì)[J];微計(jì)算機(jī)信息;2011年07期

3 王鑫;于洪亮;張琳;段樹林;黃朝明;;采用改進(jìn)遺傳神經(jīng)網(wǎng)絡(luò)的多載荷振動(dòng)信號(hào)故障診斷[J];噪聲與振動(dòng)控制;2011年04期

4 王尚銀;李斌;林景棟;;基于遺傳神經(jīng)網(wǎng)絡(luò)的氧化鋁濃度預(yù)測(cè)[J];現(xiàn)代電子技術(shù);2011年12期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

相關(guān)會(huì)議論文 前10條

1 張啟義;張智;梅冬;;遺傳神經(jīng)網(wǎng)絡(luò)在公路物資運(yùn)輸量預(yù)測(cè)中的應(yīng)用[A];中國(guó)運(yùn)籌學(xué)會(huì)第十屆學(xué)術(shù)交流會(huì)論文集[C];2010年

2 呂淑萍;李強(qiáng);;多分辨小波網(wǎng)絡(luò)及在股市預(yù)測(cè)中的應(yīng)用[A];2004中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2004年

3 孫洪軍;王治寶;;基于agent的股市隨機(jī)過程方法預(yù)測(cè)[A];第二屆不確定系統(tǒng)年會(huì)論文集[C];2004年

4 李宏;張大志;;基于遺傳神經(jīng)網(wǎng)絡(luò)的熱連軋帶鋼卷取溫度預(yù)報(bào)[A];第十一屆全國(guó)自動(dòng)化應(yīng)用技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2006年

5 許秀英;甘龍輝;陶冶;黃操軍;;基于遺傳神經(jīng)網(wǎng)絡(luò)的土壤含水率預(yù)測(cè)[A];中國(guó)農(nóng)業(yè)工程學(xué)會(huì)2011年學(xué)術(shù)年會(huì)論文集[C];2011年

6 葉德謙;劉波;;一種改進(jìn)的遺傳神經(jīng)網(wǎng)絡(luò)及其在股市中的應(yīng)用[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

7 景元書;靳寧;黃文江;;用不同模型進(jìn)行小麥條銹病發(fā)生預(yù)測(cè)研究[A];第26屆中國(guó)氣象學(xué)會(huì)年會(huì)農(nóng)業(yè)氣象防災(zāi)減災(zāi)與糧食安全分會(huì)場(chǎng)論文集[C];2009年

8 蘇博;劉魯;楊方廷;;基于灰色關(guān)聯(lián)分析的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型研究[A];2006中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

9 盧紅科;曹杰;;基于粗糙集和遺傳神經(jīng)網(wǎng)絡(luò)集成的個(gè)人信用評(píng)價(jià)模型[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第七分冊(cè)）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

10 唐圣學(xué);陳麗;何怡剛;;模擬集成電路故障診斷改進(jìn)遺傳神經(jīng)網(wǎng)絡(luò)方法[A];第六屆中國(guó)測(cè)試學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 ;警惕2002年股市預(yù)測(cè)陷阱[N];山西經(jīng)濟(jì)日?qǐng)?bào);2001年

2 陽(yáng)志;股市預(yù)測(cè)的科學(xué)思維[N];山西日?qǐng)?bào);2004年

3 應(yīng)健中 （本文作者為著名市場(chǎng)分析人士）;支撐4000點(diǎn)的兩大因素[N];上海證券報(bào);2007年

4 林霖 熊鑫;股票市場(chǎng)的隨機(jī)性[N];中國(guó)證券報(bào);2003年

5 本報(bào)記者　 王龍?jiān)?華爾街企盼“一月效應(yīng)”帶來(lái)好年景[N];經(jīng)濟(jì)參考報(bào);2006年

6 汪貽文;將損失降到最低[N];證券時(shí)報(bào);2006年

7 上海新望聞達(dá)律師事務(wù)所邋宋一欣;中國(guó)證券博客第一案的法律思考[N];證券時(shí)報(bào);2007年

8 劉永恒;證券報(bào)刊，想說愛你不容易[N];中華新聞報(bào);2003年

9 劉瑞;日本泡沫經(jīng)濟(jì)時(shí)期的牛市神話[N];中國(guó)證券報(bào);2007年

10 記者 楊欣邋柳建云;滬指昨暴跌281點(diǎn)兩市近千個(gè)股跌停[N];廣州日?qǐng)?bào);2007年

相關(guān)博士學(xué)位論文 前10條

1 繆克華;Robocup3D足球機(jī)器人體系結(jié)構(gòu)與基本技能的研究與實(shí)現(xiàn)[D];廈門大學(xué);2008年

2 曲興華;在線制造質(zhì)量測(cè)控技術(shù)的研究[D];天津大學(xué);2003年

3 呂淑萍;小波網(wǎng)絡(luò)建模預(yù)報(bào)方法研究及其在股市預(yù)測(cè)中的應(yīng)用[D];哈爾濱工程大學(xué);2004年

4 孫金花;中小企業(yè)環(huán)境績(jī)效評(píng)價(jià)體系研究[D];哈爾濱工業(yè)大學(xué);2008年

5 付澤民;高強(qiáng)度金屬板多道次漸進(jìn)折彎成形及回彈研究[D];華中科技大學(xué);2010年

6 劉永光;混凝土等效斷裂韌度的計(jì)算模式與鋼筋混凝土梁裂縫的診斷方法[D];天津大學(xué);2007年

7 徐自祥;微分對(duì)策理論及在作戰(zhàn)指揮控制中的應(yīng)用研究[D];西北工業(yè)大學(xué);2006年

8 薛小杰;水資源可再生臨界控制研究——在黃河流域水資源最優(yōu)分配中的應(yīng)用[D];西安理工大學(xué);2002年

9 殷光偉;中國(guó)股票市場(chǎng)預(yù)測(cè)方法的研究[D];天津大學(xué);2003年

10 陳波;基于對(duì)等協(xié)同的分布式入侵檢測(cè)系統(tǒng)模型研究[D];電子科技大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 趙程;基于遺傳神經(jīng)網(wǎng)絡(luò)的股市預(yù)測(cè)[D];北京工業(yè)大學(xué);2003年

2 湯建明;基于神經(jīng)網(wǎng)絡(luò)的股市預(yù)測(cè)[D];華中科技大學(xué);2006年

3 趙振勇;基于遺傳BP神經(jīng)網(wǎng)絡(luò)的股市預(yù)測(cè)[D];貴州大學(xué);2007年

4 徐鵬飛;利用遺傳神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)地震預(yù)測(cè)的研究[D];安徽大學(xué);2010年

5 張克正;基于遺傳神經(jīng)網(wǎng)絡(luò)和光譜分析的船舶機(jī)械狀態(tài)監(jiān)測(cè)研究[D];大連海事大學(xué);2010年

6 王宇浩;基于遺傳神經(jīng)網(wǎng)絡(luò)的汽車故障診斷研究[D];中南大學(xué);2010年

7 沈沁梅;基于遺傳神經(jīng)網(wǎng)絡(luò)的激光誘導(dǎo)擊穿光譜元素定量分析技術(shù)[D];浙江師范大學(xué);2011年

8 劉功良;基于遺傳神經(jīng)網(wǎng)絡(luò)對(duì)高層建筑結(jié)構(gòu)選型的研究[D];東北石油大學(xué);2012年

9 蔡秀艷;基于遺傳神經(jīng)網(wǎng)絡(luò)的受電弓碳滑板配方優(yōu)化應(yīng)用研究[D];哈爾濱商業(yè)大學(xué);2012年

10 周志勝;遺傳神經(jīng)網(wǎng)絡(luò)土壤水分預(yù)測(cè)模型研究[D];黑龍江八一農(nóng)墾大學(xué);2010年

本文編號(hào)：2818441