隨著經(jīng)濟的發(fā)展和人們投資意識的轉(zhuǎn)變，股票已成為現(xiàn)代人生活中的一個重要組成部分，股票投資已成為社會公眾談?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。股票投資的收益與風(fēng)險往往是成正比的，即投資收益越高，可能冒的風(fēng)險越大。因此，股市預(yù)測方法的研究具有極其重要的應(yīng)用價值和理論意義。但是股價系統(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任務(wù)的艱巨性，而傳統(tǒng)的預(yù)測工具已不能滿足這種需要。 本文在深入分析股票投資理論和股價預(yù)測方法的基礎(chǔ)上，提出了利用神經(jīng)網(wǎng)絡(luò)進行股市建模的方法。股票市場是一個極其復(fù)雜的非線性動力學(xué)系統(tǒng)，而神經(jīng)網(wǎng)絡(luò)具有很強的非線性逼近能力和自學(xué)習(xí)、自適應(yīng)等特性，實驗證明，利用神經(jīng)網(wǎng)絡(luò)對股市建�？梢匀〉帽容^不錯的短期預(yù)測成果。 根據(jù)股票市場高度非線性特點及基本BP算法在權(quán)值調(diào)整過程中存在的收斂速度慢、易陷入局部極小點的缺點，本文提出了一種遺傳BP算法。遺傳BP算法利用遺傳算法進行全局搜索，注重搜索未知區(qū)域，處理速度快而對精度要求不高，不易陷入局部極小點，而利用BP算法搜索有最優(yōu)點的區(qū)域，提高搜索速度和精度。理論分析和實驗結(jié)果表明，神經(jīng)網(wǎng)絡(luò)用于股票市場的預(yù)測是可行和有效的，有著良好的前景，而遺傳BP算法提高了速度和可靠性。 通過大量的股市預(yù)測實驗，本文研究了各種參數(shù)對于預(yù)測結(jié)果的影響，并提出了改進的方向。
【學(xué)位單位】：北京工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2003
【中圖分類】：TP183;F830.91
【部分圖文】：

圖 4.3 上證收盤指數(shù)的預(yù)測情況從預(yù)測結(jié)果看，所選用的網(wǎng)絡(luò)結(jié)構(gòu)可以比較理想的逼近上證收盤指數(shù)的運行情況，擬和相對誤差小于 1%，預(yù)測相對誤差 3.4%，正確趨勢率在 90%以上，具有較高的精度�？梢姡窠�(jīng)網(wǎng)絡(luò)經(jīng)過大量和充分的訓(xùn)練，確實在外部形式上擬和了數(shù)據(jù)，在股市數(shù)據(jù)內(nèi)部總結(jié)出了所蘊藏的變化規(guī)律。4.2.3 關(guān)于算法參數(shù)的實驗1．學(xué)習(xí)步長的實驗學(xué)習(xí)步長太小導(dǎo)致權(quán)的修改量非常小，因而使學(xué)習(xí)非常緩慢，這意味著過長的學(xué)習(xí)時間，而采用大的學(xué)習(xí)步長，雖然可以加快學(xué)習(xí)速度，但卻可能導(dǎo)致在穩(wěn)定點附近的持續(xù)振蕩，難以收斂，所以步長的確定是一個很關(guān)鍵的問題。遺傳算法參數(shù)：種群規(guī)模 15，變異概率 0.001，每代 BP 算法學(xué)習(xí) 5 次。

2．回溯時間的實驗回溯時間長短的選擇問題是研究時間序列問題時都要遇到的問題。股市的變化是一個時間序列問題。任一時刻股票價格的變化都是前一段時間影響行情的各種因素共同作用的結(jié)果。因此，不論用傳統(tǒng)的統(tǒng)計方法還是新興的技術(shù)，在研究股票價格變化規(guī)律，預(yù)測價格變化動態(tài)時，都要選取前一段時股市數(shù)據(jù)進行研究。遺傳算法參數(shù)：種群規(guī)模 15，變異概率 0.001，每代 BP 算法學(xué)習(xí) 5 次網(wǎng)絡(luò)結(jié)構(gòu)：采用三層神經(jīng)網(wǎng)絡(luò)，輸入指標(biāo)為收盤價、成交量和相對強弱回溯學(xué)習(xí)期為 N，隱層節(jié)點為 80 個，輸出節(jié)點為 1 個，學(xué)習(xí)速率為 0.005。時間段：選擇 2001 年 9 月 3 日至 2002 年 2 月 27 日之間的 109 天數(shù)據(jù)和年 2 月 28 日至 2002 年 5 月 21 日之間的 57 天數(shù)據(jù)為訓(xùn)練和檢驗集。樣本學(xué)習(xí)結(jié)束的條件：（1）SSE＜0.01（2）遺傳代數(shù) 2000 代我們分別選取回溯期為 5 天、10 天、20 天進行實驗。

回溯期為10天的預(yù)測結(jié)果

【相似文獻】

相關(guān)期刊論文 前10條

1 孫衛(wèi)娜;;遺傳神經(jīng)網(wǎng)絡(luò)PID控制技術(shù)研究與應(yīng)用[J];沈陽航空航天大學(xué)學(xué)報;2011年03期

2 戴月;陳波;吳堅;;基于遺傳神經(jīng)網(wǎng)絡(luò)的入侵檢測系統(tǒng)ONE-CLASS分類器設(shè)計[J];微計算機信息;2011年07期

3 王鑫;于洪亮;張琳;段樹林;黃朝明;;采用改進遺傳神經(jīng)網(wǎng)絡(luò)的多載荷振動信號故障診斷[J];噪聲與振動控制;2011年04期

4 王尚銀;李斌;林景棟;;基于遺傳神經(jīng)網(wǎng)絡(luò)的氧化鋁濃度預(yù)測[J];現(xiàn)代電子技術(shù);2011年12期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

相關(guān)會議論文 前10條

1 張啟義;張智;梅冬;;遺傳神經(jīng)網(wǎng)絡(luò)在公路物資運輸量預(yù)測中的應(yīng)用[A];中國運籌學(xué)會第十屆學(xué)術(shù)交流會論文集[C];2010年

2 呂淑萍;李強;;多分辨小波網(wǎng)絡(luò)及在股市預(yù)測中的應(yīng)用[A];2004中國控制與決策學(xué)術(shù)年會論文集[C];2004年

3 孫洪軍;王治寶;;基于agent的股市隨機過程方法預(yù)測[A];第二屆不確定系統(tǒng)年會論文集[C];2004年

4 李宏;張大志;;基于遺傳神經(jīng)網(wǎng)絡(luò)的熱連軋帶鋼卷取溫度預(yù)報[A];第十一屆全國自動化應(yīng)用技術(shù)學(xué)術(shù)交流會論文集[C];2006年

5 許秀英;甘龍輝;陶冶;黃操軍;;基于遺傳神經(jīng)網(wǎng)絡(luò)的土壤含水率預(yù)測[A];中國農(nóng)業(yè)工程學(xué)會2011年學(xué)術(shù)年會論文集[C];2011年

6 葉德謙;劉波;;一種改進的遺傳神經(jīng)網(wǎng)絡(luò)及其在股市中的應(yīng)用[A];計算機技術(shù)與應(yīng)用進展·2007——全國第18屆計算機技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

7 景元書;靳寧;黃文江;;用不同模型進行小麥條銹病發(fā)生預(yù)測研究[A];第26屆中國氣象學(xué)會年會農(nóng)業(yè)氣象防災(zāi)減災(zāi)與糧食安全分會場論文集[C];2009年

8 蘇博;劉魯;楊方廷;;基于灰色關(guān)聯(lián)分析的神經(jīng)網(wǎng)絡(luò)預(yù)測模型研究[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

9 盧紅科;曹杰;;基于粗糙集和遺傳神經(jīng)網(wǎng)絡(luò)集成的個人信用評價模型[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學(xué)學(xué)報（增刊）][C];2009年

10 唐圣學(xué);陳麗;何怡剛;;模擬集成電路故障診斷改進遺傳神經(jīng)網(wǎng)絡(luò)方法[A];第六屆中國測試學(xué)術(shù)會議論文集[C];2010年

相關(guān)重要報紙文章 前10條

1 ;警惕2002年股市預(yù)測陷阱[N];山西經(jīng)濟日報;2001年

2 陽志;股市預(yù)測的科學(xué)思維[N];山西日報;2004年

3 應(yīng)健中 （本文作者為著名市場分析人士）;支撐4000點的兩大因素[N];上海證券報;2007年

4 林霖 熊鑫;股票市場的隨機性[N];中國證券報;2003年

5 本報記者　 王龍云;華爾街企盼“一月效應(yīng)”帶來好年景[N];經(jīng)濟參考報;2006年

6 汪貽文;將損失降到最低[N];證券時報;2006年

7 上海新望聞達(dá)律師事務(wù)所邋宋一欣;中國證券博客第一案的法律思考[N];證券時報;2007年

8 劉永恒;證券報刊，想說愛你不容易[N];中華新聞報;2003年

9 劉瑞;日本泡沫經(jīng)濟時期的牛市神話[N];中國證券報;2007年

10 記者 楊欣邋柳建云;滬指昨暴跌281點兩市近千個股跌停[N];廣州日報;2007年

相關(guān)博士學(xué)位論文 前10條

1 繆克華;Robocup3D足球機器人體系結(jié)構(gòu)與基本技能的研究與實現(xiàn)[D];廈門大學(xué);2008年

2 曲興華;在線制造質(zhì)量測控技術(shù)的研究[D];天津大學(xué);2003年

3 呂淑萍;小波網(wǎng)絡(luò)建模預(yù)報方法研究及其在股市預(yù)測中的應(yīng)用[D];哈爾濱工程大學(xué);2004年

4 孫金花;中小企業(yè)環(huán)境績效評價體系研究[D];哈爾濱工業(yè)大學(xué);2008年

5 付澤民;高強度金屬板多道次漸進折彎成形及回彈研究[D];華中科技大學(xué);2010年

6 劉永光;混凝土等效斷裂韌度的計算模式與鋼筋混凝土梁裂縫的診斷方法[D];天津大學(xué);2007年

7 徐自祥;微分對策理論及在作戰(zhàn)指揮控制中的應(yīng)用研究[D];西北工業(yè)大學(xué);2006年

8 薛小杰;水資源可再生臨界控制研究——在黃河流域水資源最優(yōu)分配中的應(yīng)用[D];西安理工大學(xué);2002年

9 殷光偉;中國股票市場預(yù)測方法的研究[D];天津大學(xué);2003年

10 陳波;基于對等協(xié)同的分布式入侵檢測系統(tǒng)模型研究[D];電子科技大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 趙程;基于遺傳神經(jīng)網(wǎng)絡(luò)的股市預(yù)測[D];北京工業(yè)大學(xué);2003年

2 湯建明;基于神經(jīng)網(wǎng)絡(luò)的股市預(yù)測[D];華中科技大學(xué);2006年

3 趙振勇;基于遺傳BP神經(jīng)網(wǎng)絡(luò)的股市預(yù)測[D];貴州大學(xué);2007年

4 徐鵬飛;利用遺傳神經(jīng)網(wǎng)絡(luò)技術(shù)對地震預(yù)測的研究[D];安徽大學(xué);2010年

5 張克正;基于遺傳神經(jīng)網(wǎng)絡(luò)和光譜分析的船舶機械狀態(tài)監(jiān)測研究[D];大連海事大學(xué);2010年

6 王宇浩;基于遺傳神經(jīng)網(wǎng)絡(luò)的汽車故障診斷研究[D];中南大學(xué);2010年

7 沈沁梅;基于遺傳神經(jīng)網(wǎng)絡(luò)的激光誘導(dǎo)擊穿光譜元素定量分析技術(shù)[D];浙江師范大學(xué);2011年

8 劉功良;基于遺傳神經(jīng)網(wǎng)絡(luò)對高層建筑結(jié)構(gòu)選型的研究[D];東北石油大學(xué);2012年

9 蔡秀艷;基于遺傳神經(jīng)網(wǎng)絡(luò)的受電弓碳滑板配方優(yōu)化應(yīng)用研究[D];哈爾濱商業(yè)大學(xué);2012年

10 周志勝;遺傳神經(jīng)網(wǎng)絡(luò)土壤水分預(yù)測模型研究[D];黑龍江八一農(nóng)墾大學(xué);2010年

本文編號：2818441