本文主要利用循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行建模研究中國證券市場的投資優(yōu)化選擇及其投資收益問題.首先,在上海證券交易所選取100家公司,根據(jù)顯著性檢驗挑選出7種技術(shù)指標(biāo),經(jīng)過嚴(yán)格的數(shù)學(xué)計算又重構(gòu)出10種技術(shù)指標(biāo).利用數(shù)據(jù)挖掘技術(shù)與主成分分析相結(jié)合的方法得到了影響股票收益率的3個主成分?jǐn)?shù)據(jù).其次,利用循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network）來模擬證券市場的運行規(guī)律,將連續(xù)3天的9個主成分?jǐn)?shù)據(jù)作為網(wǎng)絡(luò)的輸入,將連續(xù)持有2天的收益率作為網(wǎng)絡(luò)輸出.不斷地訓(xùn)練網(wǎng)絡(luò),從而得到了依據(jù)循環(huán)神經(jīng)網(wǎng)絡(luò)構(gòu)建的預(yù)測模型,將得到的模型用于預(yù)測股票的收益率.最后,用一組新的交易數(shù)據(jù)作為模型的輸入,根據(jù)預(yù)測的收益率進(jìn)行模擬投資.結(jié)果表明,利用模型進(jìn)行的投資其收益率和夏普比率都優(yōu)于同時期的上證指數(shù)收益.另外,本文又從基本分析的角度出發(fā),利用顯著影響股票收益的11種財務(wù)指標(biāo),根據(jù)構(gòu)建的循環(huán)神經(jīng)網(wǎng)絡(luò)模型,預(yù)測了證券市場的中短期收益率,并依據(jù)預(yù)測進(jìn)行模擬投資,所得結(jié)果同樣令人滿意. 

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
引言
第一章 預(yù)備知識
    1.1 股票收益率
    1.2 投資風(fēng)險
    1.3 主成分分析
    1.4 循環(huán)神經(jīng)網(wǎng)絡(luò)
第二章 主成分分析與循環(huán)神經(jīng)網(wǎng)絡(luò)模型構(gòu)建
    2.1 數(shù)據(jù)預(yù)處理
    2.2 主成分分析
    2.3 構(gòu)建循環(huán)神經(jīng)網(wǎng)絡(luò)模型預(yù)測股票收益率
第三章 基于技術(shù)分析的投資效率分析
    3.1 模擬投資
    3.2 上證指數(shù)收益
    3.3 投資效率分析
第四章 基于基本分析的預(yù)測模型及投資效率分析
    4.1 數(shù)據(jù)說明
    4.2 主成分分析
    4.3 構(gòu)建循環(huán)神經(jīng)網(wǎng)絡(luò)模型
    4.4 投資效率分析
第五章 總結(jié)
參考文獻(xiàn)
致謝
附錄1:基本分析時使用的100家股票
附錄2:技術(shù)分析吋使用的100家股票


【參考文獻(xiàn)】：
期刊論文
[1]基于神經(jīng)網(wǎng)絡(luò)的股票市場預(yù)測[J]. 左喆,董申.  商場現(xiàn)代化. 2010(24)
[2]利用決策樹技術(shù)對股票價格數(shù)據(jù)庫進(jìn)行數(shù)據(jù)挖掘[J]. 雷煒,葉東毅.  福建電腦. 2004(08)
[3]中國股票市場量價關(guān)系的實證研究[J]. 李雙成,王春峰.  山西財經(jīng)大學(xué)學(xué)報. 2003(02)
[4]證券系統(tǒng)的能量與熵探討[J]. 劉海軍,任國彪,楊芃.  證券市場導(dǎo)報. 2003(02)
[5]影響我國股票市場價格波動的基本因素[J]. 馬向前,萬幗榮.  山西統(tǒng)計. 2001(01)

碩士論文
[1]基于支持向量機的股市預(yù)測[D]. 陶小龍.北京工業(yè)大學(xué) 2005



本文編號：3734361