提供交易策略的股票預(yù)測(cè)
發(fā)布時(shí)間:2020-07-01 00:19
【摘要】: 股票市場(chǎng)在我國產(chǎn)生以來不斷成長(zhǎng),逐步成為證券業(yè)乃至整個(gè)金融業(yè)必不可少的組成部分,受到越來越多投資者的關(guān)注,因而對(duì)股票市場(chǎng)走勢(shì)的分析和預(yù)測(cè)具有重大的理論意義和可觀的應(yīng)用價(jià)值。股票市場(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)、自適應(yīng)等特性,實(shí)驗(yàn)證明,利用神經(jīng)網(wǎng)絡(luò)對(duì)股市建模可以取得比較不錯(cuò)的中短期預(yù)測(cè)成果。 首先,本文對(duì)股市預(yù)測(cè)的背景、意義、國內(nèi)外研究現(xiàn)狀及股票市場(chǎng)的基本理論進(jìn)行綜述,對(duì)影響股市的各種因素、股市預(yù)測(cè)方法及股市預(yù)測(cè)面臨的難題進(jìn)行分析。其次,使用目前應(yīng)用最廣泛的BP神經(jīng)網(wǎng)絡(luò)對(duì)股票價(jià)格進(jìn)行預(yù)測(cè),將此方法應(yīng)用于微軟股票收盤價(jià)的預(yù)測(cè),預(yù)測(cè)結(jié)果很好的擬合了收盤價(jià)的實(shí)際變化趨勢(shì)。 再次,根據(jù)股票市場(chǎng)高度非線性的特點(diǎn)及基本BP算法在權(quán)值調(diào)整過程中存在的收斂速度慢、易陷入局部極小點(diǎn)的缺點(diǎn),本文提出了基于回聲狀態(tài)網(wǎng)絡(luò)的股票預(yù)測(cè)模型。同樣將此模型應(yīng)用于微軟收盤價(jià)的預(yù)測(cè),并將其預(yù)測(cè)結(jié)果與BP網(wǎng)絡(luò)模型預(yù)測(cè)結(jié)果進(jìn)行對(duì)比。然后對(duì)預(yù)測(cè)結(jié)果進(jìn)行MACD處理,得到了股票價(jià)格的具體交易建議。 最后,以基于ESN的股價(jià)預(yù)測(cè)模型為基礎(chǔ)建立了股價(jià)預(yù)測(cè)模擬系統(tǒng),對(duì)微軟、中國石化等六只股票的實(shí)際分析初步檢驗(yàn)了本文提出的股價(jià)預(yù)測(cè)模型的有效性。 結(jié)果表明,神經(jīng)網(wǎng)絡(luò)用于股市的預(yù)測(cè)是有效的、可行的。在研究中,由于樣本本身容量小且我們對(duì)證券市場(chǎng)價(jià)格波動(dòng)有重要影響的基本面諸因素沒有予以考慮,所以本文的工作離實(shí)際應(yīng)用還有不小的距離,有待于進(jìn)一步的改進(jìn)完善。要達(dá)到實(shí)用化這一目標(biāo),尚需做艱苦的努力。
【學(xué)位授予單位】:江南大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2009
【分類號(hào)】:F224;F832.51
【圖文】:
圖 2-1 股票市場(chǎng)決策分析Fig.2-1The analysis of stock mar濟(jì)學(xué)、財(cái)政金融學(xué)、財(cái)務(wù)管理學(xué)、素;痉治龇ㄖ饕ê暧^經(jīng)濟(jì)全面地把握證券價(jià)格的基本走勢(shì),弱點(diǎn),它對(duì)市場(chǎng)的反應(yīng)比較遲鈍,缺乏指導(dǎo)意義。另外,它對(duì)股票市場(chǎng)個(gè)不成熟的股票市場(chǎng),股民在統(tǒng)計(jì)資數(shù)據(jù)的整理、歸納需要較高的分析熟練的利用基本分析法指導(dǎo)日常操是相對(duì)于基本分析而言的。技術(shù)分析去及現(xiàn)在的行為反應(yīng),以推測(cè)未來技術(shù)指標(biāo)的主要內(nèi)容是由股價(jià)、成交
Fig.3-1 Static neuron model,xn為神經(jīng)元輸入,w1,w2,…,wn為輸出,σ(*)是神經(jīng)元的響應(yīng)函數(shù),則該神)i i iw xθ+網(wǎng)絡(luò)、RBF 神經(jīng)網(wǎng)絡(luò)等都屬于靜態(tài)神經(jīng)網(wǎng)又稱遞歸神經(jīng)網(wǎng)絡(luò) (Recurrent Neural Ne的輸入包括系統(tǒng)當(dāng)前輸入和反饋的其它神1xixiZ τ
本文編號(hào):2736023
【學(xué)位授予單位】:江南大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2009
【分類號(hào)】:F224;F832.51
【圖文】:
圖 2-1 股票市場(chǎng)決策分析Fig.2-1The analysis of stock mar濟(jì)學(xué)、財(cái)政金融學(xué)、財(cái)務(wù)管理學(xué)、素;痉治龇ㄖ饕ê暧^經(jīng)濟(jì)全面地把握證券價(jià)格的基本走勢(shì),弱點(diǎn),它對(duì)市場(chǎng)的反應(yīng)比較遲鈍,缺乏指導(dǎo)意義。另外,它對(duì)股票市場(chǎng)個(gè)不成熟的股票市場(chǎng),股民在統(tǒng)計(jì)資數(shù)據(jù)的整理、歸納需要較高的分析熟練的利用基本分析法指導(dǎo)日常操是相對(duì)于基本分析而言的。技術(shù)分析去及現(xiàn)在的行為反應(yīng),以推測(cè)未來技術(shù)指標(biāo)的主要內(nèi)容是由股價(jià)、成交
Fig.3-1 Static neuron model,xn為神經(jīng)元輸入,w1,w2,…,wn為輸出,σ(*)是神經(jīng)元的響應(yīng)函數(shù),則該神)i i iw xθ+網(wǎng)絡(luò)、RBF 神經(jīng)網(wǎng)絡(luò)等都屬于靜態(tài)神經(jīng)網(wǎng)又稱遞歸神經(jīng)網(wǎng)絡(luò) (Recurrent Neural Ne的輸入包括系統(tǒng)當(dāng)前輸入和反饋的其它神1xixiZ τ
【引證文獻(xiàn)】
相關(guān)碩士學(xué)位論文 前1條
1 張靜;智能選股及股價(jià)預(yù)測(cè)系統(tǒng)研究與開發(fā)[D];中南大學(xué);2010年
本文編號(hào):2736023
本文鏈接:http://www.sikaile.net/guanlilunwen/zhqtouz/2736023.html
最近更新
教材專著