發(fā)布時(shí)間：2020-04-10 03:13

【摘要】： 隨著經(jīng)濟(jì)的發(fā)展和人們投資意識(shí)的轉(zhuǎn)變,股市已成為現(xiàn)代人生活中的一個(gè)重要組成部分,股市投資已成為社會(huì)公眾談?wù)摰闹行闹��?而股市的健康發(fā)展和繁榮也成為管理者和投資者關(guān)心和研究的重點(diǎn)。股市投資的收益與風(fēng)險(xiǎn)往往是成正比的,即投資收益越高,可能冒的風(fēng)險(xiǎn)越大。因此,股市預(yù)測(cè)方法的研究具有極其重要的應(yīng)用價(jià)值和理論意義。但是股價(jià)系統(tǒng)內(nèi)部結(jié)構(gòu)的復(fù)雜性、外部因素的多變性決定了這項(xiàng)任務(wù)的艱巨性,而傳統(tǒng)的預(yù)測(cè)工具已不能滿足這種需要。 本文在深入分析股市投資理論和股價(jià)預(yù)測(cè)方法的基礎(chǔ)上,使用BP神經(jīng)網(wǎng)絡(luò)作為股市預(yù)測(cè)的網(wǎng)絡(luò)模型。股市市場(chǎng)是一個(gè)極其復(fù)雜的非線性動(dòng)力學(xué)系統(tǒng),而神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的非線性逼近能力和自學(xué)習(xí)、白適應(yīng)等特性,實(shí)驗(yàn)證明,利用神經(jīng)網(wǎng)絡(luò)對(duì)股市建�？梢匀〉幂^好的預(yù)測(cè)效果。因?yàn)楣墒惺袌?chǎng)的走勢(shì)看起來(lái)雜亂無(wú)章,但實(shí)際上有其內(nèi)在的變化規(guī)律,而這正是神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)股市的基礎(chǔ)。BP網(wǎng)絡(luò)通過(guò)對(duì)以往歷史數(shù)據(jù)的學(xué)習(xí),找出股市運(yùn)行的內(nèi)在規(guī)律,并將其存儲(chǔ)在網(wǎng)絡(luò)具體的權(quán)值、閾值中,用以預(yù)測(cè)未來(lái)的走勢(shì),尤其對(duì)于短期的預(yù)測(cè)效果更為明顯。 然而,BP神經(jīng)網(wǎng)絡(luò)存在學(xué)習(xí)收斂速度緩慢、易陷入局部極小點(diǎn)等缺點(diǎn),使其對(duì)股市預(yù)測(cè)的效果不能令人滿意。鑒于此,本文采用遺傳算法與BP神經(jīng)網(wǎng)絡(luò)的融合策略,來(lái)達(dá)到克服其缺點(diǎn)的目的。 遺傳算法與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合運(yùn)用于股市預(yù)測(cè)的研究早已不是什么新鮮事了,但對(duì)于換手率作為因子能否用于股市預(yù)測(cè)?如何在預(yù)測(cè)網(wǎng)絡(luò)模型中加入換手率因子?到目前為止還沒(méi)有學(xué)者作過(guò)研究。作為首次研究,本文提出了兩種將換手率作為因子加入到預(yù)測(cè)網(wǎng)絡(luò)模型的方案:一,換手率和收盤(pán)價(jià)同時(shí)作為網(wǎng)絡(luò)的輸入數(shù)據(jù);二,平均換手率作為隱含層閾值的附加值。對(duì)每個(gè)方案開(kāi)發(fā)一個(gè)預(yù)測(cè)系統(tǒng),通過(guò)系統(tǒng)的實(shí)際運(yùn)行來(lái)判斷換手率作為因子能否用于股市預(yù)測(cè)以及預(yù)測(cè)效果如何,從而達(dá)到研究遺傳算法與BP神經(jīng)網(wǎng)絡(luò)融合策略在時(shí)間序列預(yù)測(cè)中應(yīng)用的目的。
【圖文】：

軸索是把細(xì)胞體傳出的信號(hào)導(dǎo)向其它神經(jīng)元。神經(jīng)元之間是通過(guò)突軸或神經(jīng)腿相連。神經(jīng)元之間的連接強(qiáng)弱隨外部激勵(lì)信號(hào)自適應(yīng)地變化，，大腦的學(xué)習(xí)過(guò)程就是神經(jīng)元之間的連接強(qiáng)度隨外部激勵(lì)信息自適應(yīng)的調(diào)整過(guò)程。如圖4一1是生物神經(jīng)元的簡(jiǎn)化圖[24]，圖4一2是表征與生物神經(jīng)元等效的系統(tǒng)模型125〕。突角蟲(chóng)末梢聲叼杯，州腳、‘口材沖動(dòng)南巍育)圖4一1生物神經(jīng)元的基本結(jié)構(gòu)

另外還有一些參數(shù)，如a、刀等，是需要用戶(hù)自己手動(dòng)調(diào)整的，對(duì)于這些參數(shù)系統(tǒng)應(yīng)當(dāng)為用戶(hù)提供可以輸入的接口，并且這些接口都應(yīng)當(dāng)出現(xiàn)在界面上以便用戶(hù)與程序的交流。如圖6一所示為系統(tǒng)界面，在界面的左邊窗口中提供了與用戶(hù)交流的接口一Edit控件。圖6一系統(tǒng)界面6.3，4樣本數(shù)據(jù)的處理6.3.4.1歷史數(shù)據(jù)的選取股票交易市場(chǎng)是一個(gè)很不穩(wěn)定的動(dòng)態(tài)變化過(guò)程，不僅受?chē)?guó)內(nèi)外經(jīng)濟(jì)因素的影響，而且人為因素、政府調(diào)控等也是影響股票其未來(lái)走勢(shì)的重要因素。因此，必須盡量選取“真空”環(huán)境下(即一段時(shí)期內(nèi)走勢(shì)穩(wěn)定，沒(méi)有或少有暴漲和暴跌等不穩(wěn)定現(xiàn)象)某只股票的歷史數(shù)據(jù)作為樣本數(shù)據(jù);否則，如果樣本選取得很“波動(dòng)”
【學(xué)位授予單位】：貴州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2009
【分類(lèi)號(hào)】：F830.91;TP183

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃景平,蔡駿,馮珊;基于agent的神經(jīng)網(wǎng)絡(luò)訓(xùn)練模式[J];華中理工大學(xué)學(xué)報(bào);1999年03期

2 李曉峰;BP人工神經(jīng)網(wǎng)絡(luò)模型的進(jìn)一步改進(jìn)及其應(yīng)用[J];吉林化工學(xué)院學(xué)報(bào);2000年04期

3 周翔，蔡自興;基于多分辨率遺傳算法的多層感知神經(jīng)網(wǎng)絡(luò)及其在短期電力負(fù)荷預(yù)估中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;1999年03期

4 孟祥武;程虎;;進(jìn)化神經(jīng)網(wǎng)絡(luò)的編碼表示機(jī)制研究[J];計(jì)算機(jī)科學(xué);1998年01期

5 陳可,張琴舜,陳培培,蔡日基;BP神經(jīng)網(wǎng)絡(luò)在證券分析預(yù)測(cè)中應(yīng)用[J];計(jì)算機(jī)工程;2001年11期

6 吳成東,王長(zhǎng)濤;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];控制工程;2002年03期

7 董聰,郭曉華;計(jì)算智能中若干熱點(diǎn)問(wèn)題的研究與進(jìn)展[J];控制理論與應(yīng)用;2000年05期

8 董聰;多層前向網(wǎng)絡(luò)的逼近與泛化機(jī)制[J];控制與決策;1998年S1期

9 程啟明;萬(wàn)德鈞;陳雪麗;;遺傳學(xué)習(xí)算法的神經(jīng)網(wǎng)絡(luò)自適應(yīng)船舶操縱控制系統(tǒng)研究[J];模式識(shí)別與人工智能;1998年03期

10 郭光,嚴(yán)紹瑾,尹樹(shù)新;人工神經(jīng)網(wǎng)絡(luò)用于我國(guó)東部汛期降水預(yù)測(cè)的研究[J];南京氣象學(xué)院學(xué)報(bào);1996年03期

相關(guān)碩士學(xué)位論文 前3條

1 鄭麗君;基于遺傳算法的多目標(biāo)優(yōu)化與決策方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2003年

2 王熙;基于遺傳算法改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)在礦產(chǎn)品預(yù)測(cè)領(lǐng)域的應(yīng)用[D];中國(guó)地質(zhì)大學(xué)（北京）;2006年

3 李軍;基于最優(yōu)基因的遺傳算法研究[D];曲阜師范大學(xué);2007年

本文編號(hào)：2621669