本文關鍵詞：基于遺傳算法的小波神經網絡在資本市場中的應用　出處：《復旦大學》2013年碩士論文　論文類型：學位論文

  更多相關文章： 遺傳算法 反向傳播 小波神經網絡 資本市場 量子遺傳算法

【摘要】：最近二十年,以上海和深圳兩大證券交易所的開幕為契機,中國的金融市場發(fā)生了翻天覆地的變化。金融相關行業(yè),銀行,證券,保險分別都有了一套完整的監(jiān)管體系,行業(yè)人才也在日益增加,證券分析師們也都在尋找著在證券市場更加行之有效的證券分析方法。 數(shù)學作為金融學研究中一種必不可少的工具,正在證券分析的領域發(fā)揮越來越大的作用。而人工神經網絡也在其中發(fā)揮了重要的作用�；诜聪騻鞑ニ惴ǖ男〔ㄉ窠浘W絡有著很好的學習能力,良好的容錯性,并且可以并行處理信息,通過調整各節(jié)點之間的權值,連接關系,可以達到很好的處理信息的作用。遺傳算法以及量子遺傳算法在函數(shù)的逼近以及網絡權值的運算中可以得到良好的效果。 本文以中國股票市場中的板塊以及個股作為研究對象,使用基于遺傳算法和基于量子遺傳算法的小波神經網絡,并結合反向傳播算法,力圖尋找證券板塊的每日趨勢以及個股走向中的規(guī)律。使用小波神經網絡,我們可以輸入歷史的數(shù)據(jù),得到預測的數(shù)據(jù)。并與歷史已有數(shù)據(jù)相對比,并最終得到了比較好的模擬結果,驗證了神經網絡的有效性。
[Abstract]:In the last two decades, with the opening of two major stock exchanges in Shanghai and Shenzhen, China's financial market has undergone earth-shaking changes. Insurance has a complete regulatory system, industry talent is increasing, and securities analysts are looking for more effective securities analysis methods in the stock market. Mathematics is an indispensable tool in financial research. It is playing a more and more important role in the field of securities analysis, and artificial neural network also plays an important role. Wavelet neural network based on backpropagation algorithm has a good learning ability. Good fault tolerance, and can process information in parallel, by adjusting the weight of each node, join the relationship. Genetic algorithm and quantum genetic algorithm can get good results in function approximation and network weight operation. In this paper, we use the wavelet neural network based on genetic algorithm and quantum genetic algorithm, and combine the back propagation algorithm with the plate and individual stock in Chinese stock market as the research object. Using wavelet neural network, we can input historical data, get predicted data, and compare with historical data. Finally, good simulation results are obtained to verify the effectiveness of the neural network.
【學位授予單位】：復旦大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：TP18;F832.51

【相似文獻】

相關期刊論文 前10條

1 文成林,王雪,侯玉華;自回歸過程的小波神經網絡逼近算法[J];河南大學學報(自然科學版);2000年01期

2 萬建,徐德民,賀昱曜;一種小波神經網絡結構及其學習算法研究[J];系統(tǒng)工程與電子技術;2002年03期

3 任少龍,鐘秋海,嚴承華;小波神經網絡在裝備研制費預測與控制中的應用[J];海軍工程大學學報;2002年05期

4 李躍華,張勝,高敦堂,李興國;基于小波神經網絡的毫米波雷達目標距離像識別(英文)[J];紅外與毫米波學報;2002年01期

5 董杰,馬壯,吳云,李嘉林;遺傳小波神經網絡在飛機加油管路設計中的應用[J];機械科學與技術;2002年S1期

6 趙學智,鄒春華,陳統(tǒng)堅,葉邦彥,彭永紅;小波神經網絡的參數(shù)初始化研究[J];華南理工大學學報(自然科學版);2003年02期

7 楊春玲,楊茂華,胡艷,戴景民;小波神經網絡在多波長輻射測溫中的應用[J];計量學報;2003年04期

8 李益國,沈炯,呂震中;一種新的小波神經網絡結構優(yōu)化設計方法[J];控制理論與應用;2003年03期

9 盛景泉,付夢印,劉永信;采用小波神經網絡的捷聯(lián)慣導系統(tǒng)靜基座快速初始對準[J];內蒙古大學學報(自然科學版);2003年04期

10 向小東;小波神經網絡預測方法及其應用[J];統(tǒng)計與決策;2003年07期

相關會議論文 前10條

1 胡博;陶文華;崔博;白一彤;尹旭;;基于小波神經網絡的異步電機故障診斷[A];2009中國控制與決策會議論文集（2）[C];2009年

2 何正友;錢清泉;;一種改進小波神經網絡模型在電力故障信號識別中的應用[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

3 魯艷軍;陳漢新;陳緒兵;;基于小波神經網絡的齒輪裂紋故障診斷[A];節(jié)能減排 綠色制造 智能制造——低碳經濟下高技術制造產業(yè)與智能制造發(fā)展論壇論文集[C];2010年

4 董健;尹萌;張輝;;小波神經網絡結合多項式的混合預測方法在通信規(guī)劃中的應用[A];2011全國無線及移動通信學術大會論文集[C];2011年

5 謝建宏;張為公;;復合材料疲勞剩余壽命預測的動態(tài)小波神經網絡方法[A];第二屆全國信息獲取與處理學術會議論文集[C];2004年

6 陳建秋;張新政;;基于小波神經網絡的水質預測應用研究[A];2006中國控制與決策學術年會論文集[C];2006年

7 孫正貴;;小波神經網絡的高效學習算法及應用研究[A];中南六�。▍^(qū)）自動化學會第24屆學術年會會議論文集[C];2006年

8 黃敏;朱啟兵;崔寶同;;基于小波神經網絡的軋機特性回歸[A];2007中國控制與決策學術年會論文集[C];2007年

9 周紹磊;張文廣;李新;;一種基于改進遺傳算法的小波神經網絡[A];2007年中國智能自動化會議論文集[C];2007年

10 杜青;劉劍飛;劉娟;喬延華;;基于小波神經網絡的模擬調制信號自動識別[A];2007通信理論與技術新發(fā)展——第十二屆全國青年通信學術會議論文集（下冊）[C];2007年

相關博士學位論文 前10條

1 侯霞;小波神經網絡若干關鍵問題研究[D];南京航空航天大學;2006年

2 章文俊;小波神經網絡算法及其船舶運動控制應用研究[D];大連海事大學;2014年

3 高協(xié)平;小波參數(shù)化與小波神經網絡研究[D];湖南大學;2003年

4 宋清昆;自適應結構優(yōu)化神經網絡控制研究[D];哈爾濱理工大學;2009年

5 李永紅;廣義小波神經網絡實現(xiàn)雷達相關濾波的研究[D];大連海事大學;2000年

6 銀俊成;量子信道與量子小波神經網絡相關問題研究[D];陜西師范大學;2013年

7 李文軍;多小波和小波神經網絡構造及其在電弧故障診斷中的應用研究[D];吉林大學;2008年

8 劉守生;遺傳算法與小波神經網絡中若干問題的研究[D];南京航空航天大學;2005年

9 黃同成;基于小波神經網絡理論的VOCR與HOCR技術研究[D];上海大學;2008年

10 蔡振禹;基于粗集—小波神經網絡的煤炭企業(yè)管理研究[D];天津大學;2007年

相關碩士學位論文 前10條

1 譚杰;基于小波神經網絡的模擬電路故障診斷研究[D];湖南大學;2008年

2 李進如;基于改進小波神經網絡的故障識別方法研究[D];華北電力大學（北京）;2008年

3 王鵬;小波神經網絡及其在環(huán)境系統(tǒng)建模中的應用[D];哈爾濱工業(yè)大學;2007年

4 楊崴崴;小波神經網絡在汽輪發(fā)電機組故障預測中的應用[D];浙江大學;2008年

5 吳箏;基于小波神經網絡的混合氣體測試系統(tǒng)研究[D];華中科技大學;2007年

6 李遜;基于小波神經網絡的系統(tǒng)邊際電價預測[D];華中科技大學;2007年

7 黃曉莉;基于小波神經網絡的人臉識別[D];四川理工學院;2007年

8 黃媛;改進的小波神經網絡在旋轉機械故障診斷中的應用研究[D];武漢理工大學;2009年

9 鄭令;基于小波神經網絡的機械故障診斷方法的研究[D];大連交通大學;2009年

10 孫麗娟;基于遺傳算法的小波神經網絡短時交通流預測[D];山東科技大學;2009年

，

本文編號：1430805