本文關(guān)鍵詞：基于LSTM神經(jīng)網(wǎng)絡(luò)的美股股指價格趨勢預測模型的研究

  更多相關(guān)文章： LSTM RNN 神經(jīng)網(wǎng)絡(luò) 股指預測

【摘要】：自從股票市場誕生以來,人們就一直不斷使用各種數(shù)據(jù)模型、機器學習以及數(shù)據(jù)挖掘等手段來預測股票價格的未來走勢從而獲取巨額收益。其中神經(jīng)網(wǎng)絡(luò)機器學習算法被廣泛使用,這是由于神經(jīng)網(wǎng)絡(luò)自身的高度自學習性,穩(wěn)定性以及抽象模擬能力,相比于統(tǒng)計學以及計量經(jīng)濟學中的數(shù)學模型,神經(jīng)網(wǎng)絡(luò)用于預測金融時間序列更具優(yōu)勢。本文在深入分析股票價格短期預測面臨的問題和比較多種股票價格預測方法的基礎(chǔ)上,探討B(tài)P神經(jīng)網(wǎng)絡(luò)、RNN神經(jīng)網(wǎng)絡(luò)和LSTM神經(jīng)網(wǎng)絡(luò)對股票價格進行短期預測的可行性并作出相應(yīng)對比,研究模型準確性。在此基礎(chǔ)上對LSTM模型進行了算法改進以及模型結(jié)構(gòu)改進。根據(jù)對比驗證,以及理論研究,LSTM神經(jīng)網(wǎng)絡(luò)模型能夠通過對過往股票市場數(shù)據(jù)的學習,找出時間序列之間的影響和關(guān)系,并能利用選擇性記憶的高級機器學習功能,深入挖掘出股票價格時間序列中的固有規(guī)律,從而進行短期時間序列預測。文中主要研究以下幾點:針對以往的BP神經(jīng)網(wǎng)絡(luò)股票預測模型進行深度剖析,并在理論上解釋該模型預測時間序列的不合理性,并作出實證。提出引入時序概念的RNN神經(jīng)網(wǎng)絡(luò),并與BP神經(jīng)網(wǎng)絡(luò)進行對比研究,然后在RNN神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上進行模型修正,引入LSTM神經(jīng)網(wǎng)絡(luò)的概念,并實證該模型對于股票預測的可行性以及準確性。最后,對LSTM模型理論進行討論分析,并改進模型,同時實證分析。針對股票價格數(shù)據(jù)影響因素多的問題,選用收盤價、開盤價、最高價、最低價以及成交量這幾個最關(guān)鍵的影響價格因素,作為神經(jīng)網(wǎng)絡(luò)每一層神經(jīng)元的自變量。同時,節(jié)選中美股市代表性的上證綜指以及標準普爾500指數(shù)和道瓊斯工業(yè)指數(shù)來進行研究。美股指數(shù)分別選取了日成交量最大和日成交量最小兩個指數(shù)來進行研究對比,測試模型準確性。同時也根據(jù)中美股市不同特點來驗證模型的實用性及準確性。
【關(guān)鍵詞】：LSTM RNN 神經(jīng)網(wǎng)絡(luò) 股指預測
【學位授予單位】：首都經(jīng)濟貿(mào)易大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP183;F831.51
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 1 引言8-16
• 1.1 選題背景與研究意義8-9
• 1.2 國內(nèi)外文獻綜述9-13
• 1.2.1 國外研究結(jié)果9-11
• 1.2.2 國內(nèi)研究結(jié)果11-13
• 1.3 論文的目標13
• 1.4 研究對象與方法13-14
• 1.5 論文的創(chuàng)新點14-16
• 2 股票短期預測基本理論與方法16-24
• 2.1 影響股票價格的因素16-17
• 2.2 股票價格預測的難點17-18
• 2.3 股票價格預測常用方法18-24
• 2.3.1 基本面分析方法18-19
• 2.3.2 技術(shù)分析方法19-24
• 3 BP、RNN神經(jīng)網(wǎng)絡(luò)理論研究24-33
• 3.1 傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)模型及特征24-28
• 3.1.1 傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)模型原理24-25
• 3.1.2 傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)模型理論分析25-26
• 3.1.3 傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)的局限性26-28
• 3.2 RNN神經(jīng)網(wǎng)絡(luò)模型及特征28-33
• 3.2.1 RNN神經(jīng)網(wǎng)絡(luò)模型原理28-29
• 3.2.2 RNN神經(jīng)網(wǎng)絡(luò)模型理論分析29-31
• 3.2.3 RNN神經(jīng)網(wǎng)絡(luò)模型的優(yōu)勢及問題31-33
• 4 LSTM神經(jīng)網(wǎng)絡(luò)模型分析與改進33-39
• 4.1 LSTM神經(jīng)網(wǎng)絡(luò)理論分析33-36
• 4.2 LSTM神經(jīng)網(wǎng)絡(luò)模型的優(yōu)勢及問題36-37
• 4.3 LSTM神經(jīng)網(wǎng)絡(luò)模型的算法改進37-39
• 5 股指價格預測的實證分析與模型再改進39-53
• 5.1 實驗基本內(nèi)容39-40
• 5.2 傳統(tǒng)BP與RNN神經(jīng)網(wǎng)絡(luò)二者對比實驗40-45
• 5.2.1 圖形擬合對比40-44
• 5.2.2 誤差分析對比44-45
• 5.3 基于股票預測實驗分析的LSTM神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)改進45-50
• 5.3.1 模型結(jié)構(gòu)改進45-49
• 5.3.2 誤差分析對比49-50
• 5.4 標普500與道瓊斯工業(yè)指數(shù)對比分析50-51
• 5.5 標普500與上證指數(shù)對比分析51-53
• 6 結(jié)論與展望53-54
• 參考文獻54-57
• 附錄57-59
• 致謝59-60
• 在校期間發(fā)表的學術(shù)論文和研究成果60-61

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 云中客;新的神經(jīng)網(wǎng)絡(luò)來自于仿生學[J];物理;2001年10期

2 唐春明,高協(xié)平;進化神經(jīng)網(wǎng)絡(luò)的研究進展[J];系統(tǒng)工程與電子技術(shù);2001年10期

3 李智;一種基于神經(jīng)網(wǎng)絡(luò)的煤炭調(diào)運優(yōu)化方法[J];長沙鐵道學院學報;2003年02期

4 程科,王士同,楊靜宇;新型模糊形態(tài)神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究[J];計算機工程與應(yīng)用;2004年21期

5 王凡,孟立凡;關(guān)于使用神經(jīng)網(wǎng)絡(luò)推定操作者疲勞的研究[J];人類工效學;2004年03期

6 周麗暉;從統(tǒng)計角度看神經(jīng)網(wǎng)絡(luò)[J];統(tǒng)計教育;2005年06期

7 趙奇 ,劉開第 ,龐彥軍;灰色補償神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究[J];微計算機信息;2005年14期

8 袁婷;;神經(jīng)網(wǎng)絡(luò)在股票市場預測中的應(yīng)用[J];軟件導刊;2006年05期

9 尚晉;楊有;;從神經(jīng)網(wǎng)絡(luò)的過去談科學發(fā)展觀[J];重慶三峽學院學報;2006年03期

10 楊鐘瑾;;神經(jīng)網(wǎng)絡(luò)的過去、現(xiàn)在和將來[J];青年探索;2006年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國控制與決策學術(shù)年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學術(shù)會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學術(shù)會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡(luò)的新機遇——紀念中國神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學術(shù)會議論文集[C];1999年

6 許進;保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學術(shù)會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預報產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預報應(yīng)用[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學術(shù)會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學生創(chuàng)造力評估中的應(yīng)用[A];第十二屆全國心理學學術(shù)大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國設(shè)備故障診斷學術(shù)會議論文集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡(luò)將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡(luò)[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經(jīng)網(wǎng)絡(luò)[N];健康時報;2006年

8 劉力;我半導體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達國際先進水平[N];中國電子報;2001年

9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過鑒定[N];中國船舶報;2006年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學;2004年

2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無線通信算法研究[D];山東大學;2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學;2014年

4 王新迎;基于隨機映射神經(jīng)網(wǎng)絡(luò)的多元時間序列預測方法研究[D];大連理工大學;2015年

5 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學;2015年

6 李輝;基于粒計算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國礦業(yè)大學;2015年

7 王衛(wèi)蘋;復雜網(wǎng)絡(luò)幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學;2015年

8 張海軍;基于云計算的神經(jīng)網(wǎng)絡(luò)并行實現(xiàn)及其學習方法研究[D];華南理工大學;2015年

9 李艷晴;風速時間序列預測算法研究[D];北京科技大學;2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關(guān)鍵技術(shù)研究[D];東南大學;2015年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 陳少吉;基于神經(jīng)網(wǎng)絡(luò)血壓預測研究與系統(tǒng)實現(xiàn)[D];華南理工大學;2015年

2 張韜;幾類時滯神經(jīng)網(wǎng)絡(luò)穩(wěn)定性分析[D];渤海大學;2015年

3 邵雪瑩;幾類時滯不確定神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析[D];渤海大學;2015年

4 胡婷;改進QGA-BP模型及其在彌苴河總氮量預測中的應(yīng)用[D];昆明理工大學;2015年

5 劉俊輝;基于數(shù)據(jù)清洗方法的河道水位預測研究[D];昆明理工大學;2015年

6 劉波;短期風電功率預測方法研究[D];南京信息工程大學;2015年

7 蔡邦宇;人臉識別中單次ERP時空特征分析及其快速檢索的應(yīng)用[D];浙江大學;2015年

8 鄭川;垃圾評論檢測算法的研究[D];西南交通大學;2015年

9 李菊;BP神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)批量評估中的應(yīng)用研究[D];昆明理工大學;2015年

10 馬亮;降水點分類預測方法研究[D];中國地質(zhì)大學(北京);2015年

，

本文編號：536312