基于動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的股市預(yù)測研究
發(fā)布時(shí)間:2021-04-01 00:15
股票是市場經(jīng)濟(jì)的產(chǎn)物,上市公司通過發(fā)行股票聚攏資金,投資者將股票作為一種投資手段。隨著經(jīng)濟(jì)的發(fā)展,人們對(duì)股市認(rèn)識(shí)的逐漸深入,越來越多的投資者進(jìn)入股市,股票也成為日常生活中的常見事物。投資股市具有高回報(bào)性,但與之相伴的還有它的高風(fēng)險(xiǎn)性。在股票投資者中,不乏取得收益的佼佼者,但更多的卻是面對(duì)變化莫測的股市,不知所措任其擺布的投資者。但因?yàn)楣墒袕?qiáng)大的吸引力,人們從未放棄對(duì)它的追逐,個(gè)人投資者和機(jī)構(gòu)投資者都強(qiáng)烈希望能夠找到一種有效的方法,來預(yù)測股票未來的走勢情況。越來越多的研究者也投入到對(duì)股票預(yù)測方法的研究中。預(yù)測股市的方法很多,例如通過分析財(cái)務(wù)數(shù)據(jù),尋找其中決定股市走勢的因素,從而對(duì)股市未來發(fā)展趨勢進(jìn)行預(yù)測等。然而,股票市場是一個(gè)復(fù)雜的非線性動(dòng)態(tài)系統(tǒng),運(yùn)用傳統(tǒng)的時(shí)間序列預(yù)測技術(shù),想要對(duì)它進(jìn)行預(yù)測幾乎是不可能的。隨著對(duì)股票特征的認(rèn)識(shí),近年來,將神經(jīng)網(wǎng)絡(luò)用于股市預(yù)測的研究越來越多。由于神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性問題處理能力,很好的自學(xué)習(xí)能力和自適應(yīng)能力,使它可以逼近任意函數(shù),在股票的預(yù)測中也取得了一定的效果。模糊邏輯提供了模糊規(guī)則的生成機(jī)制,可以模擬人類的推理過程,并能利用已有的專家知識(shí)。由于模糊邏輯...
【文章來源】:陜西師范大學(xué)陜西省 211工程院校 教育部直屬院校
【文章頁數(shù)】:61 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
模糊規(guī)則產(chǎn)生Fig.3-1G口姆口e加阿耐
鬢鬢鬢{{{...翼翼圖3一1模糊規(guī)則產(chǎn)生Fig.3一 1Genera1Lefo娜rUles由圖可以看到,隨著樣本數(shù)據(jù)的不斷增加,模糊規(guī)則處于不斷的變化中。到網(wǎng)絡(luò)訓(xùn)練結(jié)束,共確定了七條模糊規(guī)則。需要指出的是,在訓(xùn)練的過程中,沒有模糊規(guī)則下降的情況,但并不能說明沒有規(guī)則被剔除,因?yàn)橛锌赡茉谔蕹?dāng)前規(guī)則的同時(shí)又有新的規(guī)則產(chǎn)生,從而保持規(guī)則數(shù)不變。在網(wǎng)絡(luò)的訓(xùn)練過程中,對(duì)于每一組輸入輸出值,網(wǎng)絡(luò)經(jīng)過權(quán)值和參數(shù)的調(diào)整,使得輸入經(jīng)過網(wǎng)絡(luò)后,可以盡量得到目標(biāo)輸出,擬合輸出值與輸入值之間的函數(shù)關(guān)系。圖3一2為網(wǎng)絡(luò)訓(xùn)練結(jié)果和誤差圖。圖3一上證指數(shù)訓(xùn)練結(jié)果Fig.3一 2TheShanghaiComPOsiteIndex于 rainingResults可以看出,在網(wǎng)絡(luò)訓(xùn)練初期,網(wǎng)絡(luò)不穩(wěn)定,誤差值和變化幅度都較大。隨著訓(xùn)練的進(jìn)行
計(jì)算測試誤差。圖3一3中左為預(yù)測值與實(shí)際值的對(duì)比圖。其中紅線為實(shí)際值,藍(lán)線為預(yù)測值。右為預(yù)測值與實(shí)際值之間的誤差。從圖中的對(duì)比情況來看,預(yù)測取得了較滿意的效果。
本文編號(hào):3112321
【文章來源】:陜西師范大學(xué)陜西省 211工程院校 教育部直屬院校
【文章頁數(shù)】:61 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
模糊規(guī)則產(chǎn)生Fig.3-1G口姆口e加阿耐
鬢鬢鬢{{{...翼翼圖3一1模糊規(guī)則產(chǎn)生Fig.3一 1Genera1Lefo娜rUles由圖可以看到,隨著樣本數(shù)據(jù)的不斷增加,模糊規(guī)則處于不斷的變化中。到網(wǎng)絡(luò)訓(xùn)練結(jié)束,共確定了七條模糊規(guī)則。需要指出的是,在訓(xùn)練的過程中,沒有模糊規(guī)則下降的情況,但并不能說明沒有規(guī)則被剔除,因?yàn)橛锌赡茉谔蕹?dāng)前規(guī)則的同時(shí)又有新的規(guī)則產(chǎn)生,從而保持規(guī)則數(shù)不變。在網(wǎng)絡(luò)的訓(xùn)練過程中,對(duì)于每一組輸入輸出值,網(wǎng)絡(luò)經(jīng)過權(quán)值和參數(shù)的調(diào)整,使得輸入經(jīng)過網(wǎng)絡(luò)后,可以盡量得到目標(biāo)輸出,擬合輸出值與輸入值之間的函數(shù)關(guān)系。圖3一2為網(wǎng)絡(luò)訓(xùn)練結(jié)果和誤差圖。圖3一上證指數(shù)訓(xùn)練結(jié)果Fig.3一 2TheShanghaiComPOsiteIndex于 rainingResults可以看出,在網(wǎng)絡(luò)訓(xùn)練初期,網(wǎng)絡(luò)不穩(wěn)定,誤差值和變化幅度都較大。隨著訓(xùn)練的進(jìn)行
計(jì)算測試誤差。圖3一3中左為預(yù)測值與實(shí)際值的對(duì)比圖。其中紅線為實(shí)際值,藍(lán)線為預(yù)測值。右為預(yù)測值與實(shí)際值之間的誤差。從圖中的對(duì)比情況來看,預(yù)測取得了較滿意的效果。
本文編號(hào):3112321
本文鏈接:http://sikaile.net/guanlilunwen/zhqtouz/3112321.html
最近更新
教材專著