【摘要】：股票價值估計研究是進(jìn)行股票投資的一個重要過程,研究方法的形成標(biāo)志著股票價值估計模型的成熟和完善.它既可使股票投資深入人心,也可為投資者提供更精確的股票投資方法,具有重要的理論和現(xiàn)實(shí)意義.本文重點(diǎn)研究基于GCS-BP算法以及NCS-RBF算法的股票價值估計.首先,建立基于GCS-BP網(wǎng)絡(luò)的資產(chǎn)價值預(yù)測的股票價值估計模型.針對BP神經(jīng)網(wǎng)絡(luò)初始參數(shù)選取不當(dāng)易陷入局部極值的缺點(diǎn),提出高斯擾動的布谷鳥算法(GCS)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的初始參數(shù),并將該改進(jìn)算法應(yīng)用于公司資產(chǎn)價值的預(yù)測,仿真結(jié)果表明,GCS-BP算法預(yù)測效果優(yōu)于CS-BP算法;再根據(jù)Black-Scholes定價公式建立基于GCS-BP網(wǎng)絡(luò)的股票價值估計模型.其次,建立基于GCS-BP網(wǎng)絡(luò)的波動率預(yù)測的股票價值估計模型.針對公司資產(chǎn)價值預(yù)測時存在誤差的缺陷,提出將GCS-BP算法應(yīng)用于公司資產(chǎn)價值波動率的預(yù)測;并將GCS-BP算法與CS-BP算法對公司資產(chǎn)價值波動率預(yù)測的結(jié)果作比較,仿真結(jié)果表明,該算法的預(yù)測效果優(yōu)于CS-BP算法;再根據(jù)Black-Scholes定價公式建立了股票價值估計模型.再次,建立基于NCS-RBF網(wǎng)絡(luò)的股票價值估計模型.針對CS算法存在搜索慢的缺點(diǎn),提出基于小生境技術(shù)的布谷鳥改進(jìn)算法,并利用其搜索RBF網(wǎng)絡(luò)的初始參數(shù);然后將該算法應(yīng)用于公司資產(chǎn)價值波動率的預(yù)測,仿真結(jié)果表明,NCS-RBF算法預(yù)測效果優(yōu)于CS-RBF算法;再根據(jù)Black-Scholes模型估計出股票價值.最后,對全文進(jìn)行總結(jié),對股票價值的未來研究方向做出進(jìn)一步展望.
【學(xué)位授予單位】：西安工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F830.91;F224;TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉維奇;劉新新;;個人和機(jī)構(gòu)投資者情緒與股票收益——基于上證A股市場的研究[J];管理科學(xué)學(xué)報;2014年03期

2 陳星;武麗芳;王福明;;基于GA-BP神經(jīng)網(wǎng)絡(luò)的股票預(yù)測研究[J];山西電子技術(shù);2014年01期

3 魏文軒;;改進(jìn)型RBF神經(jīng)網(wǎng)絡(luò)在股票市場預(yù)測中的應(yīng)用[J];統(tǒng)計與決策;2013年15期

4 高述濤;;CS算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的短時交通流量預(yù)測[J];計算機(jī)工程與應(yīng)用;2013年09期

5 吳啟富;張玉春;;基于徑向基函數(shù)的我國股票市場有效性分析[J];中國商貿(mào);2013年09期

6 肖菁;潘中亮;;股票價格短期預(yù)測的LM遺傳神經(jīng)網(wǎng)絡(luò)算法[J];計算機(jī)應(yīng)用;2012年S1期

7 吳春梅;;現(xiàn)代智能優(yōu)化算法的研究綜述[J];科技信息;2012年08期

8 王銘澤;;基于HS-BP算法的股票預(yù)測[J];遼寧大學(xué)學(xué)報(自然科學(xué)版);2012年01期

9 趙煥平;張凌曉;楊新鋒;;CAR-BPNN在股票價格預(yù)測中的應(yīng)用[J];計算機(jī)仿真;2012年01期

10 毛健;趙紅東;姚婧婧;;人工神經(jīng)網(wǎng)絡(luò)的發(fā)展及應(yīng)用[J];電子設(shè)計工程;2011年24期

相關(guān)碩士學(xué)位論文 前3條

1 周維華;RBF神經(jīng)網(wǎng)絡(luò)隱層結(jié)構(gòu)與參數(shù)優(yōu)化研究[D];華東理工大學(xué);2014年

2 閆冬;神經(jīng)網(wǎng)絡(luò)技術(shù)在股票價格短期預(yù)測中的應(yīng)用研究[D];重慶交通大學(xué);2013年

3 王玉紅;基于模糊神經(jīng)網(wǎng)絡(luò)的信用風(fēng)險評級研究[D];哈爾濱工程大學(xué);2006年

本文編號：2736447