本文關(guān)鍵詞：基于小波分析的神經(jīng)網(wǎng)絡(luò)股票預(yù)測研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著中國經(jīng)濟(jì)的快速發(fā)展,我國的證券市場也在日益成長,股市的高收益正在吸引著越來越多的投資者的進(jìn)場,但高風(fēng)險(xiǎn)也隨之而來,如何正確地預(yù)測股票市場的運(yùn)行態(tài)勢,為國家宏觀經(jīng)濟(jì)調(diào)控提供科學(xué)依據(jù),使投資者在承受較小風(fēng)險(xiǎn)的情況下獲得較大收益已經(jīng)成為國內(nèi)外業(yè)界研究的熱門課題。股票市場是一個(gè)非常繁雜的非線性動(dòng)態(tài)系統(tǒng),傳統(tǒng)的時(shí)間序列預(yù)測方法往往無法揭示其內(nèi)在規(guī)律,預(yù)測效果也很難有所突破。為此本文選擇了具備良好非線性擬合效果的神經(jīng)網(wǎng)絡(luò)研究模型,并結(jié)合小波分析理論,建立了基于小波分析的動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)預(yù)測模型,選擇滬深300指數(shù)股的部分收盤價(jià)進(jìn)行建模預(yù)測。論文主要研究內(nèi)容如下:首先引入了小波分析,通過小波的分解與重構(gòu),將原始時(shí)間序列分解到不同的尺度上;然后根據(jù)不同尺度序列的特點(diǎn),分別建模;并且在小波分析的過程中,對小波基函數(shù)的選擇和分解尺度的確定進(jìn)行詳細(xì)的分析研究,為后續(xù)工作提供保障。經(jīng)過小波分析,產(chǎn)生出一個(gè)低頻序列和若干個(gè)高頻序列,通過對歷史數(shù)據(jù)具有敏感性的低頻序列采用Elman動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)進(jìn)行建模分析,而對具有隨機(jī)特性的高頻序列采用傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行建模分析后,整合各層分析數(shù)據(jù)并得出最終的預(yù)測結(jié)果。在神經(jīng)網(wǎng)絡(luò)建模分析的過程中,為了提高網(wǎng)絡(luò)的訓(xùn)練效率以及避免陷入局部最小值,本文采用了附加動(dòng)量法和具有自適應(yīng)速率調(diào)節(jié)的梯度下降法對神經(jīng)網(wǎng)絡(luò)的傳統(tǒng)學(xué)習(xí)算法存在的網(wǎng)絡(luò)收斂慢、易陷入局部極小的局限性進(jìn)行了改進(jìn),實(shí)驗(yàn)對比過程表明,改進(jìn)的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法在訓(xùn)練效果和學(xué)習(xí)速度上都有明顯提高。最后,將作者提出的基于小波分析的動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)模型與小波分析下的靜態(tài)神經(jīng)網(wǎng)絡(luò)以及傳統(tǒng)BP網(wǎng)絡(luò)這兩種預(yù)測模型的預(yù)測效果進(jìn)行多角度對比分析,結(jié)果表明,這個(gè)模型不僅是有效的、可行的,而且在預(yù)測精度和訓(xùn)練速率等方面都明顯優(yōu)于其他兩種模型。
【關(guān)鍵詞】：股票預(yù)測 滬深300指數(shù) 小波的分解與重構(gòu) Elman神經(jīng)網(wǎng)絡(luò) BP神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：江西師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：F832.51;TP183
【目錄】：

• 摘要3-4
• Abstract4-8
• 第一章 緒論8-14
• 1.1 本文研究背景8-9
• 1.2 股票預(yù)測方法的發(fā)展9-10
• 1.2.1 結(jié)構(gòu)計(jì)量模型階段9
• 1.2.2 時(shí)間序列分析階段9-10
• 1.2.3 數(shù)據(jù)挖掘分析階段10
• 1.3 國內(nèi)外研究現(xiàn)狀10-11
• 1.4 研究目的及意義11-12
• 1.5 本文組織結(jié)構(gòu)12-14
• 第二章 神經(jīng)網(wǎng)絡(luò)技術(shù)理論基礎(chǔ)14-21
• 2.1 神經(jīng)網(wǎng)絡(luò)概述14-16
• 2.1.1 人工神經(jīng)網(wǎng)絡(luò)概念的提出14-15
• 2.1.2 人工神經(jīng)元模型15-16
• 2.2 靜態(tài)BP神經(jīng)網(wǎng)絡(luò)基本理論16-18
• 2.2.1 BP學(xué)習(xí)規(guī)則16-18
• 2.2.2 BP網(wǎng)絡(luò)的局限性及改進(jìn)18
• 2.3 動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)基本理論18-20
• 2.3.1 Elman神經(jīng)網(wǎng)絡(luò)模型19
• 2.3.2 Elman神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)19-20
• 2.4 本章小結(jié)20-21
• 第三章 小波分析基本理論21-25
• 3.1 小波分析理論概述21
• 3.2 小波變換21-22
• 3.3 多尺度分析和Mallat算法22-24
• 3.4 本章小結(jié)24-25
• 第四章 基于小波分析的動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)股票預(yù)測研究25-33
• 4.1 股票價(jià)格預(yù)測的基本思想25
• 4.2 樣本選取和數(shù)據(jù)劃分25-27
• 4.2.1 研究樣本的選取25-26
• 4.2.2 樣本數(shù)據(jù)劃分26-27
• 4.3 小波分析的指標(biāo)選擇27-30
• 4.3.1 小波基函數(shù)的選擇27-28
• 4.3.2 小波分解層數(shù)的選擇28-30
• 4.4 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)30-32
• 4.4.1 網(wǎng)絡(luò)算法的改進(jìn)30-31
• 4.4.2 網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)31
• 4.4.3 網(wǎng)絡(luò)參數(shù)設(shè)計(jì)31-32
• 4.4.4 數(shù)據(jù)預(yù)處理32
• 4.5 本章小結(jié)32-33
• 第五章 預(yù)測模型的仿真研究及比較分析33-41
• 5.1 基于小波分析的動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)股票預(yù)測模型33-37
• 5.1.1 原始序列的小波分解與重構(gòu)33
• 5.1.2 低頻序列和高頻序列的建模預(yù)測33-37
• 5.2 基于小波分析的BP神經(jīng)網(wǎng)絡(luò)股票預(yù)測模型37-38
• 5.3 基于靜態(tài)BP神經(jīng)網(wǎng)絡(luò)股票預(yù)測模型38
• 5.4 預(yù)測結(jié)果誤差比較38-40
• 5.5 本章小結(jié)40-41
• 第六章 總結(jié)與展望41-43
• 6.1 本文總結(jié)41
• 6.2 對未來研究工作的展望41-43
• 參考文獻(xiàn)43-46
• 致謝46-47
• 在讀期間公開發(fā)表論文（著）及科研情況47

【相似文獻(xiàn)】

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(xué)[J];物理;2001年10期

2 唐春明,高協(xié)平;進(jìn)化神經(jīng)網(wǎng)絡(luò)的研究進(jìn)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(yùn)優(yōu)化方法[J];長沙鐵道學(xué)院學(xué)報(bào);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(jì)算機(jī)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(xué);2004年03期

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

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

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

9 尚晉;楊有;;從神經(jīng)網(wǎng)絡(luò)的過去談科學(xué)發(fā)展觀[J];重慶三峽學(xué)院學(xué)報(bào);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(huì)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(xué)術(shù)年會(huì)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(dòng)化會(huì)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(shí)別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)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(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

5 鐘義信;;知識(shí)論:神經(jīng)網(wǎng)絡(luò)的新機(jī)遇——紀(jì)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(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

6 許進(jìn);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(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預(yù)報(bào)產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報(bào)應(yīng)用[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學(xué)生創(chuàng)造力評估中的應(yīng)用[A];第十二屆全國心理學(xué)學(xué)術(shù)大會(huì)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(dòng)化會(huì)議論文集（第七分冊）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

10 張廣遠(yuǎn);萬強(qiáng);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(xué)術(shù)會(huì)議論文集[C];2010年

中國重要報(bào)紙全文數(shù)據(jù)庫 前10條

1 美國明尼蘇達(dá)大學(xué)社會(huì)學(xué)博士 密西西比州立大學(xué)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(hù)好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國教師報(bào);2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計(jì)算機(jī)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(bào);2003年

4 中國科技大學(xué)計(jì)算機(jī)系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計(jì)算機(jī)世界;2003年

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

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

7 健康時(shí)報(bào)特約記者　 張獻(xiàn)懷;干細(xì)胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時(shí)報(bào);2006年

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

9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導(dǎo)報(bào);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(bào);2006年

中國博士學(xué)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(xué);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(xué);2015年

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

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

5 付愛民;極速學(xué)習(xí)機(jī)的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學(xué);2015年

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

7 王衛(wèi)蘋;復(fù)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(xué);2015年

8 張海軍;基于云計(jì)算的神經(jīng)網(wǎng)絡(luò)并行實(shí)現(xiàn)及其學(xué)習(xí)方法研究[D];華南理工大學(xué);2015年

9 李艷晴;風(fēng)速時(shí)間序列預(yù)測算法研究[D];北京科技大學(xué);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(xué);2015年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡(luò)與高校效益預(yù)測的研究[D];華南理工大學(xué);2015年

2 賈文靜;基于改進(jìn)型神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電系統(tǒng)預(yù)測及控制研究[D];燕山大學(xué);2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學(xué);2015年

4 陳彥至;神經(jīng)網(wǎng)絡(luò)降維算法研究與應(yīng)用[D];華南理工大學(xué);2015年

5 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡(luò)研究[D];西南大學(xué);2015年

6 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡(luò)的遙感圖像分類研究[D];昆明理工大學(xué);2015年

7 李志杰;基于神經(jīng)網(wǎng)絡(luò)的上證指數(shù)預(yù)測研究[D];華南理工大學(xué);2015年

8 陳少吉;基于神經(jīng)網(wǎng)絡(luò)血壓預(yù)測研究與系統(tǒng)實(shí)現(xiàn)[D];華南理工大學(xué);2015年

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

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

  本文關(guān)鍵詞：基于小波分析的神經(jīng)網(wǎng)絡(luò)股票預(yù)測研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：502472