發(fā)布時間：2020-04-13 09:17

【摘要】：股票市場是投資者、管理者和經(jīng)濟管理學(xué)者共同關(guān)注的熱點，自19世紀股票市場建立以來，對股票價格預(yù)測模型的研究一直是眾多學(xué)者關(guān)注的焦點。隨著股票投資在中國的發(fā)展，其影響越來越大，深入了解其運動規(guī)律已經(jīng)成為經(jīng)濟發(fā)展的迫切要求。近年來，眾多學(xué)者把股票市場看作是一個非線性的確定性動力學(xué)系統(tǒng)，用非線性確定系統(tǒng)規(guī)律研究股價的行為越來越顯示出強大生命力。隨著非線性理論和技術(shù)的發(fā)展，，小波分析和神經(jīng)網(wǎng)絡(luò)等成為金融市場強有力的分析和預(yù)測工具。 本文對小波神經(jīng)網(wǎng)絡(luò)預(yù)測模型進行了深入分析和研究，構(gòu)建了適應(yīng)于股價分析的時間序列短期預(yù)測模型。本文研究的重點是小波神經(jīng)網(wǎng)絡(luò)預(yù)測方法的應(yīng)用和實現(xiàn)。主要工作如下： 首先，根據(jù)國內(nèi)外實際情況，本文從總體上分析了股票價格預(yù)測的必要性和可行性，在此基礎(chǔ)上利用系統(tǒng)建模的有關(guān)理論和方法，根據(jù)實際情況，將抽象的紛繁復(fù)雜的金融系統(tǒng)轉(zhuǎn)化為相對清晰的可以在數(shù)學(xué)上模擬和逼近的系統(tǒng)；同時，在這一過程中我們也認識到股票預(yù)測的短期有效性的內(nèi)在原因。 其次，本文深入地研究應(yīng)用了神經(jīng)網(wǎng)絡(luò)和小波分析理論的基本理論和方法，特別是研究了兩者各自的優(yōu)點與缺點，參考并借鑒了現(xiàn)有的各種小波神經(jīng)網(wǎng)絡(luò)的理論與方法，吸取其優(yōu)點，提出了適合股票指數(shù)序列預(yù)測的小波網(wǎng)絡(luò)。進而研究并利用小波神經(jīng)網(wǎng)絡(luò)進行股票指數(shù)序列預(yù)測的基本理論和方法。 為了驗證理論和方法的正確性，最后我們利用MATLAB軟件實現(xiàn)了該小波網(wǎng)絡(luò)，并利用上海證券交易所的上證指數(shù)和雅戈爾股票2005年—2006年的指數(shù)數(shù)據(jù)驗證了這一結(jié)論。我們用前170個數(shù)據(jù)作為訓(xùn)練樣本集來訓(xùn)練網(wǎng)絡(luò)，并用訓(xùn)練后的小波神經(jīng)網(wǎng)絡(luò)預(yù)測了2006年開始的30個數(shù)據(jù)，取得令人滿意的預(yù)測結(jié)果，其預(yù)測精度優(yōu)于人工神經(jīng)網(wǎng)絡(luò)。
【圖文】：

武漢理工大學(xué)碩士學(xué)位論文.3.43仿真實驗及結(jié)果分析上海證券交易所的上證指數(shù)和雅戈爾股票收盤價原始數(shù)據(jù)，如圖3一8和圖3一9。圖3一8上證指數(shù)和雅戈爾股票收盤價原始數(shù)據(jù)()a圖3一9上證指數(shù)和雅戈爾股票收盤價原始數(shù)據(jù)(b)用BP神經(jīng)網(wǎng)絡(luò)對雅戈爾股票收盤價預(yù)測，如圖3一10和圖3一n

圖3一12BP神經(jīng)網(wǎng)絡(luò)預(yù)測數(shù)據(jù)和實際數(shù)據(jù)的比較效果，BP神經(jīng)網(wǎng)絡(luò)對雅戈爾股票收盤價預(yù)測，BP算法仿真的收斂趨勢曲線，如圖3一13圖3一13BP算法仿真的收斂趨勢曲線
【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2006
【分類號】：F830.91;F224

【引證文獻】

相關(guān)期刊論文 前2條

1 王剛;許曉兵;;基于小波分析與神經(jīng)網(wǎng)絡(luò)時間序列的股票預(yù)測方法[J];金融經(jīng)濟;2013年12期

2 楊正祥;康玲;;丹江口水庫徑流預(yù)測方法與趨勢分析[J];水電能源科學(xué);2011年02期

相關(guān)博士學(xué)位論文 前1條

1 楊正祥;基于智能算法的若干典型水文水資源問題研究[D];華中科技大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 夏豪杰;滬深300指數(shù)波動特征研究[D];天津財經(jīng)大學(xué);2011年

2 萬濤;股票價格的多重分形分析及其預(yù)測研究[D];安徽大學(xué);2011年

3 邵航;模糊神經(jīng)網(wǎng)絡(luò)在股票價格短期預(yù)測中的應(yīng)用研究[D];暨南大學(xué);2008年

4 周波;基于GA的ANN股價指數(shù)預(yù)測研究[D];武漢理工大學(xué);2008年

5 李嘉裕;數(shù)據(jù)挖掘方法在滬深300指數(shù)收益率波動預(yù)測的應(yīng)用研究[D];廈門大學(xué);2008年

6 楊二鵬;非參數(shù)異方差模型在滬深股市中的應(yīng)用研究[D];西安理工大學(xué);2010年

7 劉靖濤;基于小波方法的金融時間序列分析[D];華中科技大學(xué);2009年

8 于海蛟;基于動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的股市預(yù)測研究[D];陜西師范大學(xué);2010年

9 沈波;基于BP神經(jīng)網(wǎng)絡(luò)的股價預(yù)測應(yīng)用研究[D];湖南大學(xué);2010年

10 張翔宇;基于優(yōu)化BP神經(jīng)網(wǎng)絡(luò)和粒計算的股指預(yù)測研究[D];南京大學(xué);2012年

本文編號：2625849