股票價(jià)格具有天生的隨機(jī)性和偶然性,股票價(jià)格的波動(dòng)通常表現(xiàn)為一個(gè)沒(méi)有規(guī)律的隨機(jī)波動(dòng),且加上人為的心理因素及整個(gè)社會(huì)環(huán)境的不確定因素,單一的線性時(shí)間序列預(yù)測(cè)模型,如指數(shù)平滑法,ARMA模型,移動(dòng)平均線法,由于受到傳統(tǒng)的時(shí)間序列的平穩(wěn)性、正態(tài)性、獨(dú)立性的限制,在進(jìn)行股價(jià)預(yù)測(cè)時(shí)會(huì)出現(xiàn)一定的局限性,無(wú)法達(dá)到滿意的預(yù)測(cè)效果,因此在股價(jià)預(yù)測(cè)中引入非線性分析方法,借助多種模型進(jìn)行整合研究,現(xiàn)已成為股價(jià)預(yù)測(cè)研究領(lǐng)域中一種新的必然選擇。BP神經(jīng)網(wǎng)絡(luò)在股價(jià)預(yù)測(cè)方面有著獨(dú)特的優(yōu)勢(shì),它不需要建立復(fù)雜的非線性系統(tǒng)的顯式關(guān)系和模型就可以進(jìn)行預(yù)測(cè),是目前預(yù)測(cè)理論中比較前沿的一種理論,但是不久科研人員也發(fā)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)模型如果選取了不當(dāng)?shù)木W(wǎng)絡(luò)初始參數(shù),就很容易出現(xiàn)局部陷入極小值,算法收斂速度慢,難以顯式表達(dá)等問(wèn)題,導(dǎo)致預(yù)測(cè)準(zhǔn)確率降低,甚至趨勢(shì)預(yù)測(cè)錯(cuò)誤的嚴(yán)重后果,影響了神經(jīng)網(wǎng)絡(luò)模型在股票預(yù)測(cè)中的進(jìn)一步使用。近年來(lái)小波分析法被廣泛應(yīng)用于科學(xué)和工程的各個(gè)領(lǐng)域,實(shí)踐表明,小波分析因?yàn)榭梢詫r(shí)頻局域化,因此在數(shù)據(jù)降噪方面比傳統(tǒng)的降噪方式有著更為明顯的優(yōu)勢(shì),所以將小波分析引入經(jīng)濟(jì)和金融領(lǐng)域,作為股票市場(chǎng)的分析和預(yù)測(cè)工具也是一種必然... 

【文章來(lái)源】：天津大學(xué)天津市 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

人工神經(jīng)元結(jié)構(gòu)及功能示意圖

23圖 3-2 多層前饋型網(wǎng)絡(luò)結(jié)構(gòu)示意圖上面的每一個(gè)圓代表神經(jīng)元的一個(gè)結(jié)點(diǎn)，有向線段代表有鏈接的輸出，每一個(gè)鏈接上還有其對(duì)應(yīng)的權(quán)值，且每個(gè)鏈上的權(quán)值是不同的，神經(jīng)網(wǎng)絡(luò)就是在不斷地學(xué)習(xí)和訓(xùn)練中不斷地修改各個(gè)權(quán)值，最終形成一個(gè)較為精準(zhǔn)的模型。在眾多的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中，多層前饋神經(jīng)網(wǎng)絡(luò)是目前應(yīng)用最廣泛也是最成熟的一種網(wǎng)絡(luò)結(jié)構(gòu)。多層前饋式神經(jīng)網(wǎng)絡(luò)目前應(yīng)用比較廣泛，這是因?yàn)楦鶕?jù)其原理做出的網(wǎng)絡(luò)預(yù)測(cè)模擬的系統(tǒng)結(jié)構(gòu)是穩(wěn)定的，具體解釋來(lái)說(shuō)就是只要系統(tǒng)的輸入值相同，無(wú)論是第幾次輸入或者說(shuō)是不同時(shí)刻的 n 次輸入，系統(tǒng)的輸出結(jié)果都應(yīng)該是相同的。因此預(yù)測(cè)的過(guò)程并不抽象復(fù)雜，只要確定神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的結(jié)構(gòu)合理性和可操作性就可以了[22]。

第 3 章 BP 神經(jīng)網(wǎng)絡(luò)的基本理論是向前的階段，即是在得到最后一層的輸出結(jié)果后后再反過(guò)來(lái)向前調(diào)整神經(jīng)元的連接的權(quán)值和閥值，使考的過(guò)程，就是通過(guò)結(jié)果反向推算得到此結(jié)果的約程就這樣反復(fù)交替來(lái)回運(yùn)算，最終達(dá)到輸入和輸出述過(guò)程中，誤差層逐層向上一層傳遞，不斷去修正稱該算法為后向傳播學(xué)習(xí)算法，這種算法可以應(yīng)用用到若干中間層的多層神經(jīng)網(wǎng)絡(luò)，學(xué)術(shù)上統(tǒng)稱這種絡(luò)算法訓(xùn)練階段流程具體如下圖 3-3 所示，

【參考文獻(xiàn)】：
期刊論文
[1]小波神經(jīng)網(wǎng)絡(luò)模型的確定性預(yù)測(cè)及應(yīng)用[J]. 潘玉民,鄧永紅,張全柱.  計(jì)算機(jī)應(yīng)用. 2013(04)
[2]BP神經(jīng)網(wǎng)絡(luò)在股票預(yù)測(cè)中的應(yīng)用[J]. 王愛(ài)平,陶嗣干,王占鳳.  微型機(jī)與應(yīng)用. 2010(06)
[3]基于“緊致型”小波神經(jīng)網(wǎng)絡(luò)的時(shí)間序列預(yù)測(cè)研究[J]. 羅航,王厚軍,龍兵.  計(jì)算機(jī)應(yīng)用研究. 2008(08)
[4]電力暫態(tài)信號(hào)小波分析的后處理方法研究[J]. 何正友,蔡玉梅,王志兵,錢清泉.  電網(wǎng)技術(shù). 2005(21)
[5]基于神經(jīng)網(wǎng)絡(luò)的股票交易數(shù)據(jù)的預(yù)測(cè)研究[J]. 師智斌,陳立潮,靳雁霞.  華北工學(xué)院學(xué)報(bào). 2003(06)
[6]小波網(wǎng)絡(luò)的研究進(jìn)展與應(yīng)用[J]. 劉志剛,王曉茹,錢清泉.  電力系統(tǒng)自動(dòng)化. 2003(06)
[7]小波分析發(fā)展綜述[J]. 曹懷信,趙建偉.  咸陽(yáng)師范學(xué)院學(xué)報(bào). 2002(06)
[8]中國(guó)股票市場(chǎng)多重分形游走及其預(yù)測(cè)[J]. 何建敏,常松.  中國(guó)管理科學(xué). 2002(03)
[9]人工神經(jīng)元BP網(wǎng)絡(luò)在股市預(yù)測(cè)方面的應(yīng)用[J]. 吳成東,王長(zhǎng)濤.  控制工程. 2002(03)
[10]基于小波包和神經(jīng)網(wǎng)絡(luò)的股票價(jià)格預(yù)測(cè)模型[J]. 常松,何建敏.  中國(guó)管理科學(xué). 2001(05)



本文編號(hào)：2921657