世界經(jīng)濟與金融正在處于快速發(fā)展與融合階段,尤其是金融業(yè)呈現(xiàn)迅猛發(fā)展的趨勢。伴隨著金融活動的增多,其變化的不確定性也快速增加。探尋和掌握金融活動的規(guī)律,預測其未來的各種可能性,成為了金融從業(yè)者與研究者的主要研究內容。本文首先整理與總結了當下關于時間序列的研究方法,并介紹了我國股市的現(xiàn)狀與特征。之后重點介紹了卷積神經(jīng)網(wǎng)絡的結構與原理。然后將股票市場的時間序列數(shù)據(jù)進行標準化對齊與圖形化轉換,將時間序列數(shù)據(jù)轉化為圖像,并且按照未來半年的均價進行標簽分類,最后建立卷積神經(jīng)網(wǎng)絡模型對時間序列數(shù)據(jù)進行預測。具體的研究工作包括下列兩方面:（1）對金融時間序列數(shù)據(jù)進行標準化對齊,轉化為圖像。改進卷積神經(jīng)網(wǎng)絡,建立適用于股票時間序列的卷積神經(jīng)網(wǎng)絡預測模型,構建出兩種組合模式,應用于股票預測。（2）對圖像生成方式做進一步改進,使圖像包含更多有效數(shù)據(jù)。針對滬深300和中證500指數(shù)的成分股進行相對價值預測。利用兩種組合方法進行仿真比對,確定出一個具有可行性的相對價值預測模型。通過研究與實驗,本文最后得到了一個基于卷積神經(jīng)網(wǎng)絡算法的股市相對價值決策模型。該模型在基于2018年上半年的仿真實驗中獲得了優(yōu)于指數(shù)的收... 

【文章來源】：天津工業(yè)大學天津市

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【部分圖文】：

圖１－１順榮股份（現(xiàn)三七互娛）２０１４年１１月－２０１５年５月價格走勢圖??２??

業(yè)、產(chǎn)品、管理模式、財務狀況等一系列情況進行綜合考量，判斷企業(yè)在未來發(fā)??展的方向與業(yè)績預期，從而判斷股票價格可能走勢。??如隆基股份，２０１７年每股收益相較于２０１６年上漲了?１１０．５９％［１Ｑ］，圖１－２中，??按照當前前復權計算，在２０１７年１月３日，隆基股份股票價格為每股９．４５元，??到了?２０１７年１１月２２日，隆基股份股票價格達到最高每股３０．５５元，期間漲幅??為?２３２％．??ＨＷＷ??圖１－２隆基股份２０１７年１月至２０１７年１１月價格走勢圖??１．２．２基于計算機算法的研究方法??基于計算機算法的研究方法是以算法為核心，對數(shù)據(jù)進行及時的處理與分析，??得到較為合理的投資時機與退出時機，在保障收益的同時，也盡量降低投資失敗??的損失，達到穩(wěn)定收益的目標。目前市場上量化投資的分析方法主要三種：量化??套利算法，多因子量化分析算法，時間序列量化分析算法［１１］。??１．２．２．１量化套利算法??在加拿大著名學者約翰？赫爾《Ｏｐｔｉｏｎｓ，?Ｆｕｔｕｒｅｓ?ａｎｄ?Ｏｔｈｅｒ?Ｄｅｒｉｖａｔｉｖｅｓ》（中文??譯名《期權、期貨及其他衍生產(chǎn)品》）一書中

票交易價格變化情況的形式是Ｋ線圖。Ｋ線圖源于日本德川幕府時代，被當時??日本米市的商人用來記錄米市的行情與價格波動。??一根Ｋ線由４個股票價格數(shù)據(jù)和１個成交量數(shù)據(jù)構成。如圖２－１所示，以日??Ｋ線為例，Ｋ線的最高點是當日股票交易的最高價格，最低點是當日股票交易的??最低價格。另外兩個股票價格是數(shù)據(jù)是起始價格與終結價格。在中國股市中，當??起始價格低于終結價格時，通常以紅色空心線表示，如左圖所示，空心部分的低??點為當日交易的起始價格，空心部分的高點為當日交易的終結價格；當起始價格??高于終結價格時，通常以綠色實心線表示，如圖２－１所示，實心部分的高點為當??日的起始價格，實心部分的低點為當日的終結價格。當投資者需要關注更小的周??期時，Ｋ線的周期也可縮小到如１小時、３０分鐘、５分鐘等。??＜４?最縣?＾?最裏怕??？．普｜?一終嬸紛?ｔｎ鎗怕??ｍｍｉ?????＾??＊＊＜ｆｉ??３ＣＴ始價格低于中間價格Ｂ１

【參考文獻】：
期刊論文
[1]我國股市價格泡沫的識別與動態(tài)特征研究[J]. 歐陽志剛,張林軍,崔文學,劉燕萍.  上海經(jīng)濟研究. 2018(05)
[2]卷積神經(jīng)網(wǎng)絡并行訓練的優(yōu)化研究[J]. 李相橋,李晨,田麗華,張玉龍.  計算機技術與發(fā)展. 2018(08)
[3]金融監(jiān)管法制的貨幣維度——由“寶萬之爭“”北八道”杠桿資金運作引發(fā)的思考[J]. 許凌艷.  晉中學院學報. 2018(02)
[4]上證50和中證500股指期貨價格發(fā)現(xiàn)功能研究[J]. 李艷,李雪.  當代經(jīng)濟. 2018(07)
[5]美國次貸危機形成的政策原因剖析[J]. 馮子涵.  改革與開放. 2018(02)
[6]投資者情緒特征對股票價格行為的影響研究[J]. 龐璐.  時代金融. 2017(33)
[7]卷積神經(jīng)網(wǎng)絡特征重要性分析及增強特征選擇模型[J]. 盧泓宇,張敏,劉奕群,馬少平.  軟件學報. 2017(11)
[8]基于股民評論信息的股票預測方法研究[J]. 張凱,任維平,張仰森,尤建清.  北京信息科技大學學報(自然科學版). 2017(05)
[9]基于改進的支持向量機的股票預測方法[J]. 郝知遠.  江蘇科技大學學報(自然科學版). 2017(03)
[10]隆基股份:單晶滲透率上升 成本優(yōu)勢顯著[J]. 田闖.  股市動態(tài)分析. 2017(23)

碩士論文
[1]基于XGBoost算法的多因子量化選股方案策劃[D]. 李想.上海師范大學 2017
[2]基于機器學習的股票排名方法[D]. 楊桐.天津工業(yè)大學 2017
[3]操縱證券市場罪研究[D]. 王維革.貴州大學 2016
[4]我國ST股摘帽行情及相關影響因素研究[D]. 劉熙鈺.西南財經(jīng)大學 2016
[5]基于動態(tài)VWAP算法和MACD分析的程序化交易研究[D]. 溫子奕.河南大學 2015
[6]基于卷積神經(jīng)網(wǎng)絡的圖像分類方法研究[D]. 謝寶劍.合肥工業(yè)大學 2015
[7]卷積神經(jīng)網(wǎng)絡及其應用[D]. 李飛騰.大連理工大學 2014
[8]卷積神經(jīng)網(wǎng)絡在圖像識別上的應用的研究[D]. 許可.浙江大學 2012
[9]基于滬深300股指期貨與上證50ETF協(xié)整分析的復合套利實證研究[D]. 蘇翔飛.西北大學 2009
[10]事件驅動架構在實時股票系統(tǒng)實現(xiàn)中的應用[D]. 辛晶藝.浙江大學 2008



本文編號：3226679