發(fā)布時間：2024-05-18 13:15

　　隨著期貨在當今金融市場中的飛速發(fā)展,期貨價格走勢的研究成為大眾關(guān)注的主要要點。在經(jīng)典BP網(wǎng)絡(luò)的基礎(chǔ)上,用遺傳算法(GA)對神經(jīng)網(wǎng)絡(luò)的初始化參數(shù)進行優(yōu)化改進,利用預(yù)處理后的數(shù)據(jù)對神經(jīng)網(wǎng)絡(luò)進行訓練,進而實現(xiàn)對期貨價格及其走勢的預(yù)測。通過對算法的仿真實驗表明,預(yù)測過程中經(jīng)典與遺傳BP網(wǎng)絡(luò)的均方差約為3 046.75和2 897.09,因此遺傳改進的BP神經(jīng)網(wǎng)絡(luò)在對期貨價格研究方面具有更高的準確性和預(yù)測能力。該算法對于期貨公司制定客戶開發(fā),交易指導,風險控制等方面的策略具有適用的價值。

【文章頁數(shù)】：5 頁

【部分圖文】：

圖7遺傳BP網(wǎng)絡(luò)預(yù)測結(jié)果對比

圖6遺傳BP網(wǎng)絡(luò)訓練結(jié)果對比2.3結(jié)果分析

圖1BP神經(jīng)網(wǎng)絡(luò)示意圖

BP(back-propagation)神經(jīng)網(wǎng)絡(luò)是在1986年由Rumelhart和McCelland等人組成的一個美國研究小組提出的一種后向傳播算法(back-propagation)[11]。圖1為三層BP神經(jīng)網(wǎng)絡(luò)的簡單示意圖。BP過程根據(jù)數(shù)據(jù)訓練確定節(jié)點間連接的權(quán)重,從輸出....

圖2階躍函數(shù)和sigmoid函數(shù)

SΙGΜΟΙD(x)=11+e-x(4)對于神經(jīng)網(wǎng)絡(luò)訓練的樣本,假設(shè)輸出是,那么輸出的表達式表示為:

圖3遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)

BP算法基于GA進行優(yōu)化[14]主要分為以下3部分:BP網(wǎng)絡(luò)的結(jié)構(gòu)、遺傳優(yōu)化和BP網(wǎng)絡(luò)的預(yù)測。具體流程如圖3所示。其中BP網(wǎng)絡(luò)結(jié)構(gòu)根據(jù)輸入層和輸出層的維度來決定隱含層的數(shù)目,從而得到遺傳個體的長度。遺傳優(yōu)化首先使用實數(shù)形式來表示連接權(quán)重,通過構(gòu)建相應(yīng)的神經(jīng)網(wǎng)絡(luò)來評估這些連接權(quán)重....

本文編號：3976982