本文主要探討了兩個(gè)問題,一個(gè)是金融市場(chǎng)價(jià)格趨勢(shì)是否可預(yù)測(cè)的問題,另一個(gè)是如何建立預(yù)測(cè)模型問題。事實(shí)上,金融市場(chǎng)價(jià)格趨勢(shì)是否可預(yù)測(cè)這個(gè)理論問題至今沒有得到徹底的解決,而第二個(gè)探討的問題其實(shí)也是對(duì)第一個(gè)理論問題的一種研究手段。因此本文主要內(nèi)容放在對(duì)第二個(gè)問題的探討上,尋找一個(gè)穩(wěn)健的金融市場(chǎng)價(jià)格趨勢(shì)預(yù)測(cè)模型�；谏窠�(jīng)網(wǎng)絡(luò)建立的非線性預(yù)測(cè)模型,雖然已經(jīng)有很廣泛的普遍性,但是如何解決神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的輸入和輸出依然是一個(gè)值得深入研究的課題。為此本文提出了一種從歷史價(jià)格序列中提取模型輸入特征向量的新方法——陰陽波動(dòng)率偏差來建立神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,對(duì)模型的輸出問題上則探討了多個(gè)輸出與單個(gè)輸出的優(yōu)劣。 本文首先回顧關(guān)于市場(chǎng)預(yù)測(cè)研究的歷史進(jìn)程和相關(guān)理論成果。然后對(duì)建立預(yù)測(cè)模型時(shí)需要用到的數(shù)學(xué)模型——前饋式神經(jīng)網(wǎng)絡(luò)做了算法介紹。在第三章對(duì)本文建立預(yù)測(cè)模型的主要?jiǎng)?chuàng)新理論做出詳細(xì)描述,即模型的輸入方法——陰陽波動(dòng)率的相關(guān)理論與計(jì)算方法,包括計(jì)算小波陰陽波動(dòng)率時(shí)需要用到的小波分析數(shù)學(xué)算法。陰陽波動(dòng)率是對(duì)傳統(tǒng)價(jià)格波動(dòng)率賦予方向變化的一種創(chuàng)新擴(kuò)展,相比傳統(tǒng)波動(dòng)率其不僅蘊(yùn)含市場(chǎng)價(jià)格波動(dòng)信息,而且包含市場(chǎng)價(jià)格在不同尺度空...

【文章頁數(shù)】：85 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 概述
    1.2 金融市場(chǎng)可預(yù)測(cè)性研究綜述
    1.3 本文的結(jié)構(gòu)安排
第二章 建立預(yù)測(cè)模型的數(shù)學(xué)模型——前饋式神經(jīng)網(wǎng)絡(luò)
    2.1 引言
    2.2 多層前饋神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)理論
        2.2.1 引言
        2.2.2 人工神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)以及算法
        2.2.3 基于BP 算法的前饋神經(jīng)網(wǎng)絡(luò)
        2.2.4 基于多層前饋神經(jīng)網(wǎng)絡(luò)(FNN)預(yù)測(cè)模型
第三章 模型輸入特征向量提取方法——陰陽波動(dòng)率
    3.1 引言
    3.2 價(jià)格波動(dòng)率
    3.3 陰陽波動(dòng)率的數(shù)學(xué)定義
        3.3.1 金融價(jià)格時(shí)間序列的陰陽波動(dòng)率
        3.3.2 相對(duì)陰陽波動(dòng)率
    3.4 小波分析——利用小波分析計(jì)算移動(dòng)平均值
        3.4.1 小波變換快速算法設(shè)計(jì)原理與步驟
        3.4.2 小波分解算法
        3.4.3 小波重構(gòu)算法
第四章 金融市場(chǎng)價(jià)格短期趨勢(shì)預(yù)測(cè)模型
    4.1 前饋神經(jīng)網(wǎng)絡(luò)(FNN)的市場(chǎng)價(jià)格短期趨勢(shì)預(yù)測(cè)模型
    4.2 基于陰陽波動(dòng)率的FNN 短期趨勢(shì)預(yù)測(cè)模型
    4.3 檢驗(yàn)?zāi)Ｐ托Ч恼`差函數(shù)
第五章 澳大利亞股指短期趨勢(shì)預(yù)測(cè)模型實(shí)證
    5.1 檢驗(yàn)預(yù)測(cè)模型的實(shí)驗(yàn)數(shù)據(jù)準(zhǔn)備
    5.2 基于不同輸入集與輸出集的前饋神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型實(shí)證
        5.2.1 模型一單輸入集單輸出集模型——基準(zhǔn)模型
        5.2.2 模型二多輸入集單輸出集模型
        5.2.3 模型三多輸入集多輸出集模型
        5.2.4 模型四基于單尺度空間陰陽波動(dòng)率的單輸入集模型
        5.2.5 模型五基于多個(gè)尺度空間陰陽波動(dòng)率的多輸入集模型
    5.3 基于陰陽波動(dòng)率的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型擴(kuò)展探討
第六章 結(jié)論
致謝
參考文獻(xiàn)
攻碩期間取得的研究成果



本文編號(hào)：3746357