股票市場是一個(gè)復(fù)雜的非線性動(dòng)態(tài)系統(tǒng)，利用傳統(tǒng)的時(shí)間序列預(yù)測技術(shù)很難揭示其內(nèi)在的規(guī)律。在分析考察傳統(tǒng)預(yù)測分析方法的基礎(chǔ)上，本文提出了一個(gè)面向股市分析、預(yù)測和決策，由神經(jīng)網(wǎng)絡(luò)和模糊理論組合的系統(tǒng)，并針對系統(tǒng)性能的改善和提高進(jìn)行了深入研究。在對前饋神經(jīng)網(wǎng)絡(luò)的訓(xùn)練中，使用參數(shù)自適應(yīng)方法實(shí)現(xiàn)了學(xué)習(xí)率、慣性因子的自我調(diào)節(jié)，以避免系統(tǒng)誤差陷入局部最小，加快網(wǎng)絡(luò)的收斂速度；提出了優(yōu)化BP網(wǎng)絡(luò)結(jié)構(gòu)的實(shí)驗(yàn)研究方法，將該算法同傳統(tǒng)BP算法的預(yù)測偏差平方和進(jìn)行比較，結(jié)果證實(shí)網(wǎng)絡(luò)的逼近精度及泛化能力均得到了極大的提高和改善。作者采用上述優(yōu)化算法，對深市和滬市的股票價(jià)格進(jìn)行了基于模糊參量的神經(jīng)網(wǎng)絡(luò)模擬，為全面反映股市價(jià)格變化進(jìn)行了有益的探索。 本文將模糊理論引入股市，以模糊數(shù)學(xué)中隸屬度的方式對原始變量進(jìn)行了量化定義和分析，該方法為進(jìn)一步明確描述動(dòng)態(tài)的股市行情開辟了新的思路。 與傳統(tǒng)股市分析方法相比，本文將預(yù)測分析和決策分析操作有機(jī)聯(lián)系在一起，從實(shí)用角度出發(fā)，為廣大投資者建立了有效的預(yù)測決策分析系統(tǒng)。 大量實(shí)驗(yàn)結(jié)果表明，對系統(tǒng)的結(jié)構(gòu)參數(shù)、算法參數(shù)、模糊判決等方面的分析和優(yōu)化進(jìn)一步提高了系統(tǒng)的泛化能... 

【文章來源】：北京工業(yè)大學(xué)北京市 211工程院校

【文章頁數(shù)】：91 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2一5兩種算法的偏差平方和比較曲線

第5章系統(tǒng)分析與設(shè)計(jì)圖5一1原始數(shù)據(jù)圖5一2擬合后的數(shù)據(jù)Figures一1originaldataFi即res一2DataafterapProximation第二步:本文是應(yīng)用神經(jīng)網(wǎng)絡(luò)進(jìn)行短期預(yù)測分析，這就需要對神經(jīng)網(wǎng)絡(luò)的傳遞函數(shù)的適用范圍有所了解，在進(jìn)行神經(jīng)網(wǎng)絡(luò)預(yù)測之前，為避免原始數(shù)據(jù)過大造成網(wǎng)絡(luò)麻痹，所以要對原始數(shù)據(jù)進(jìn)行歸一化處理，對于預(yù)測值，由于變化幅度較大，也不宜直接作為神經(jīng)網(wǎng)絡(luò)的輸出，因此仍需進(jìn)行必要的規(guī)劃。歸一化的算法很多，在本系統(tǒng)中，神經(jīng)網(wǎng)絡(luò)的傳遞函數(shù)是基于S型的函數(shù)，其輸入范圍在區(qū)間【0，1]最佳。采用如下的算法:要求將數(shù)據(jù)歸一化到[0

北京工業(yè)大學(xué)工學(xué)碩士學(xué)位論文顯然，這是原始數(shù)據(jù)進(jìn)行歸一化的逆過程。圖5一3原始數(shù)據(jù)曲線圖5一歸一化后數(shù)據(jù)曲線Figures一3TheoriginaldataeurveFigures一Thedataeurveafterpreproeess第三步:在第二步中采用標(biāo)準(zhǔn)的歸一化方法將數(shù)據(jù)規(guī)范到〔0，l』區(qū)間，但是規(guī)范后的每個(gè)數(shù)據(jù)序列中至少有一個(gè)值為0，一個(gè)值為1，恰好是S形函數(shù)的極小值和極大值，要求聯(lián)接權(quán)足夠大才能使網(wǎng)絡(luò)的輸出值與其匹配，從而需要相當(dāng)多的訓(xùn)練次數(shù)來不斷修正權(quán)值，導(dǎo)致訓(xùn)練速度緩慢。為避免這種現(xiàn)象，設(shè)計(jì)時(shí)要留出一定的裕量，建議將區(qū)間【0

【參考文獻(xiàn)】：
期刊論文
[1]模糊控制理論和應(yīng)用的發(fā)展概況[J]. 崔濤,趙莉.  自動(dòng)化儀表. 2002(07)
[2]BP神經(jīng)網(wǎng)絡(luò)應(yīng)用中的前后處理過程研究[J]. 陳小前,羅世彬,王振國,陶玉靜.  系統(tǒng)工程理論與實(shí)踐. 2002(01)
[3]關(guān)于模糊控制理論與應(yīng)用的若干問題[J]. 應(yīng)浩.  自動(dòng)化學(xué)報(bào). 2001(04)
[4]金融工程:信息與控制領(lǐng)域的挑戰(zhàn)[J]. 黃小原.  信息與控制. 2001(02)
[5]用BP神經(jīng)網(wǎng)絡(luò)預(yù)測股票市場漲跌[J]. 吳微,陳維強(qiáng),劉波.  大連理工大學(xué)學(xué)報(bào). 2001(01)
[6]一種新的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法[J]. 王繼成.  計(jì)算機(jī)工程與科學(xué). 2000(03)
[7]一種模糊神經(jīng)計(jì)算模型:結(jié)構(gòu)、算法與功能[J]. 阮曉鋼.  北京工業(yè)大學(xué)學(xué)報(bào). 2000(01)
[8]神經(jīng)網(wǎng)絡(luò)在預(yù)測中的一些應(yīng)用研究[J]. 劉豹,胡代平.  系統(tǒng)工程學(xué)報(bào). 1999(04)
[9]模糊神經(jīng)網(wǎng)絡(luò)研究[J]. 謝維信,錢沄濤.  深圳大學(xué)學(xué)報(bào). 1999(Z1)
[10]基于神經(jīng)網(wǎng)絡(luò)的股市預(yù)測[J]. 劉新勇,賀江峰,孟祥澤,陳增強(qiáng),袁著祉.  南開大學(xué)學(xué)報(bào)(自然科學(xué)版). 1998(03)



本文編號：2974512