本文關(guān)鍵詞：基于模糊深度學(xué)習(xí)網(wǎng)絡(luò)算法的短期股價(jià)預(yù)測，由筆耕文化傳播整理發(fā)布。

【摘要】：股票市場研究一直是經(jīng)濟(jì)學(xué)研究的一個(gè)重要部分,股票市場是一國經(jīng)濟(jì)狀況的晴雨表,一直以來受到政府與管理者以及投資者的高度關(guān)注。其中短期股價(jià)趨勢的預(yù)測更是成為投資者研究關(guān)注的重點(diǎn)。股票市場受多種因素影響,是一個(gè)極其復(fù)雜的非線性動(dòng)力學(xué)系統(tǒng),具有很強(qiáng)的復(fù)雜性與非線性,使股價(jià)波動(dòng)具有不確定性、高噪聲等特點(diǎn),股價(jià)預(yù)測的結(jié)果也往往不盡人意。而且股票市場具有的信息量十分龐大,隨著大數(shù)據(jù)時(shí)代的發(fā)展,給股票市場預(yù)測提供更多信息的同時(shí),對(duì)大量數(shù)據(jù)的處理能力也是影響股票市場預(yù)測研究的重要部分。如何利用新的理論建立可以應(yīng)用于股票市場預(yù)測的模型提高股票市場預(yù)測的準(zhǔn)確度對(duì)金融投資者具有很大的理論意義與應(yīng)用價(jià)值。神經(jīng)網(wǎng)絡(luò)作為常用的非線性動(dòng)力學(xué)系統(tǒng)一直在經(jīng)濟(jì)、金融領(lǐng)域的預(yù)測問題上得到廣泛的應(yīng)用,并在學(xué)術(shù)研究上取得了不錯(cuò)的效果,而傳統(tǒng)淺層BP神經(jīng)網(wǎng)絡(luò)模型存在學(xué)習(xí)速度慢且容易陷入局部收斂等問題。2006年加拿大學(xué)者Hinton提出的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)為人工智能領(lǐng)域帶來了新的希望。其中深度信念網(wǎng)絡(luò)是深度學(xué)習(xí)的典型模型,目前深度信念網(wǎng)絡(luò)主要應(yīng)用于語音識(shí)別、圖形提取等方面,取得前所未有的成功,同時(shí)各領(lǐng)域的學(xué)者們也漸漸嘗試將深度信念網(wǎng)絡(luò)應(yīng)用到其他方面。模糊理論與神經(jīng)網(wǎng)絡(luò)的結(jié)合應(yīng)用已有四十多年,各種研究證明神經(jīng)網(wǎng)絡(luò)與模糊理論的結(jié)合可以有效彌補(bǔ)其自身的不足。本文綜述了股票市場短期預(yù)測以及模糊理論與深度信念網(wǎng)絡(luò)的理論基礎(chǔ),研究了DBN模型的學(xué)習(xí)算法,通過實(shí)驗(yàn)的方法構(gòu)建股價(jià)預(yù)測的模糊深度學(xué)習(xí)網(wǎng)絡(luò)模型。首次將深度學(xué)習(xí)網(wǎng)絡(luò)應(yīng)用于股票市場預(yù)測,并對(duì)模型效果進(jìn)行了檢驗(yàn)分析,通過實(shí)驗(yàn)確定了DBN最有結(jié)構(gòu),并應(yīng)用模型對(duì)不同股票進(jìn)行了實(shí)證分析,同時(shí)與淺層BP神經(jīng)網(wǎng)絡(luò)效果進(jìn)行了對(duì)比分析,為進(jìn)一步驗(yàn)證模型的預(yù)測能力,將原來的一分鐘數(shù)據(jù)分別改為五分鐘數(shù)據(jù)和十分鐘數(shù)據(jù)進(jìn)行了對(duì)比分析。各種實(shí)驗(yàn)結(jié)果表明,所構(gòu)建基于模糊理論與深度學(xué)習(xí)網(wǎng)絡(luò)算法的股價(jià)預(yù)測模型效果良好,具有很大的研究前景。
【關(guān)鍵詞】：股票市場預(yù)測 深度信念網(wǎng)絡(luò) 模糊理論 高頻數(shù)據(jù)
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP18;F830.91
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第1章 緒論9-16
• 1.1 課題研究的背景和意義9-10
• 1.2 國內(nèi)外在該方向的研究現(xiàn)狀及分析10-12
• 1.2.1 國外研究現(xiàn)狀10-11
• 1.2.2 國內(nèi)研究現(xiàn)狀11-12
• 1.2.3 國內(nèi)外文獻(xiàn)綜述的簡析12
• 1.3 主要研究內(nèi)容12-14
• 1.4 研究方案14-16
• 第2章 股票市場與模型構(gòu)建相關(guān)理論基礎(chǔ)16-32
• 2.1 股票市場相關(guān)理論16-22
• 2.1.1 中國股票市場發(fā)展與股價(jià)預(yù)測理論發(fā)展16-18
• 2.1.2 短期股票預(yù)測的參數(shù)模型18-20
• 2.1.3 短期股票市場高頻數(shù)據(jù)研究20-21
• 2.1.4 短期股票預(yù)測中神經(jīng)網(wǎng)絡(luò)模型的應(yīng)用21-22
• 2.2 模糊理論22-23
• 2.3 神經(jīng)網(wǎng)絡(luò)23-31
• 2.3.1 BP神經(jīng)網(wǎng)絡(luò)24-26
• 2.3.2 玻爾茲曼機(jī)26-27
• 2.3.3 受限玻爾茲曼機(jī)及常用算法27-30
• 2.3.4 深度信念網(wǎng)絡(luò)30-31
• 2.4 本章小結(jié)31-32
• 第3章 基于模糊深度學(xué)習(xí)網(wǎng)絡(luò)算法的短期股價(jià)預(yù)測模型建立32-44
• 3.1 數(shù)據(jù)準(zhǔn)備32-35
• 3.2 確定輸入輸出變量35-37
• 3.3 網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)37-38
• 3.4 模型訓(xùn)練38-42
• 3.5 預(yù)測方法設(shè)計(jì)42
• 3.6 對(duì)比模型42
• 3.7 本章小結(jié)42-44
• 第4章 股價(jià)預(yù)測模型實(shí)證分析44-54
• 4.1 海信電器股票預(yù)測中DBN最優(yōu)結(jié)構(gòu)44-47
• 4.2 模型對(duì)不同股票的實(shí)證效果分析47-49
• 4.3 模型與BP神經(jīng)網(wǎng)絡(luò)預(yù)測效果比較分析49-52
• 4.4 模型對(duì)不同時(shí)間的預(yù)測效果比較52-53
• 4.5 本章小結(jié)53-54
• 結(jié)論54-56
• 參考文獻(xiàn)56-60
• 附錄60-63
• 致謝63

  本文關(guān)鍵詞：基于模糊深度學(xué)習(xí)網(wǎng)絡(luò)算法的短期股價(jià)預(yù)測，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：448649