近年來(lái)人工智能的發(fā)展,尤其是神經(jīng)網(wǎng)絡(luò),在金融領(lǐng)域中的應(yīng)用更是將預(yù)測(cè)股價(jià)推向一個(gè)高潮。以洽洽食品（代碼為002557）的股價(jià)為數(shù)據(jù)樣本,用奇異值分解（SVD,Singular Value Decomposition）進(jìn)行降維,然后在MATLAB中搭建BP神經(jīng)網(wǎng)絡(luò),以及經(jīng)過(guò)遺傳算法（GA）優(yōu)化的BP神經(jīng)網(wǎng)絡(luò),分別來(lái)對(duì)洽洽食品股價(jià)的走勢(shì)進(jìn)行深層次的探索,比較兩者的預(yù)測(cè)結(jié)果,并且為投資策略的制定提供更加準(zhǔn)確的依據(jù),希望在未來(lái)的投資中取得更高的收益。 

【文章來(lái)源】：佳木斯大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019,37(06)

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

拓?fù)浣Y(jié)構(gòu)

遺傳算法(Genetic Algorithms,GA)是由美國(guó)教授J.Holland于1975年率先提出的,借鑒了生物學(xué)中物競(jìng)天擇,適者生存的進(jìn)化論思想的一種隨機(jī)化全局搜索方法。文中使用遺傳算法來(lái)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值,避免網(wǎng)絡(luò)訓(xùn)練收到這兩個(gè)參數(shù)的影響,以便提高網(wǎng)絡(luò)的收斂速度。圖2展示了這種思想在BP神經(jīng)網(wǎng)絡(luò)中的應(yīng)用。2 實(shí)證分析

表1顯示,從MSE(均方誤差)和MAE(平均絕對(duì)偏差)的值來(lái)看,GA_BP綜合模型的MSE和MAE值均比單一的BP神經(jīng)網(wǎng)絡(luò)的值要小,說(shuō)明GA_BP綜合模型的誤差較小。而且,從R_Squared系數(shù)上看,GA_BP綜合模型的R_Squared系數(shù)值要略微高于BP神經(jīng)網(wǎng)絡(luò)的R_Squared系數(shù)值�？傊�,利用GA遺傳算法優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)模型的擬合效果更好,預(yù)測(cè)精度更高。從圖3的相對(duì)誤差上看(ErrorBP表示BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果的相對(duì)誤差,ErrorGABP表示經(jīng)過(guò)遺傳算法優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果的相對(duì)誤差),也能說(shuō)明這一點(diǎn)。

【參考文獻(xiàn)】：
期刊論文
[1]美元指數(shù)預(yù)測(cè)的DB小波神經(jīng)網(wǎng)絡(luò)模型及實(shí)證[J]. 馬瑜,潘和平.  鄭州大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版). 2018(05)
[2]基于微博信息的股票交易預(yù)測(cè)研究[J]. 胡婧,葉建木.  財(cái)政監(jiān)督. 2017(05)
[3]基于灰關(guān)聯(lián)神經(jīng)網(wǎng)絡(luò)和馬爾可夫模型的股票價(jià)格預(yù)測(cè)[J]. 李振平,桂預(yù)風(fēng).  內(nèi)蒙古師范大學(xué)學(xué)報(bào)(自然科學(xué)漢文版). 2016(03)
[4]因子分析和神經(jīng)網(wǎng)絡(luò)相融合的股票價(jià)格預(yù)測(cè)[J]. 鄭睿,周麗.  內(nèi)蒙古師范大學(xué)學(xué)報(bào)(自然科學(xué)漢文版). 2015(04)
[5]基于EMD的神經(jīng)網(wǎng)絡(luò)股價(jià)預(yù)測(cè)方法[J]. 陳園園,劉俊,傅強(qiáng).  新疆大學(xué)學(xué)報(bào)（哲學(xué)·人文社會(huì)科學(xué)版）. 2014(04)
[6]灰色神經(jīng)網(wǎng)絡(luò)在股價(jià)預(yù)測(cè)中的應(yīng)用研究[J]. 張秋明,朱紅莉.  計(jì)算機(jī)工程與應(yīng)用. 2013(12)



本文編號(hào)：2970149