證券市場作為現(xiàn)代經濟重要的組成部分,如何能夠準確地分析和預測市場走勢一直受到人們的關注。建立一個準確度比較高的股市預測模型對于金融投資及宏觀經濟調控等都具有重大的實用價值。隨著證券市場混沌和分形理論的逐步確立,人們開始利用神經網絡對證券市場的變動加以預測。神經網絡是一種重要的人工智能技術,在應用上已經迅速擴展到包括金融時序分析在內的許多重要領域中。本文證明了我國上證指數長期以來存在的分形特征,指出了使用神經網絡對其走勢進行預測的可行性。同時,試圖使用基于BP（Back Propagation）算法的神經網絡進行預測。BP神經網絡是一種被廣泛運用的神經網絡。它的核心是BP算法,一種對于多個基本子系統(tǒng)構成的大系統(tǒng)進行微商計算的嚴格而有效的方法;結構簡單,算法成熟。但是BP算法本身也存在學習速度慢,容易陷入局部極小值等的缺陷。在近年來我國一些使用BP算法以及其他類型算法的神經網絡進行證券走勢預測的研究中,都存在著預測結果精度不高,預測的時間跨度短等眾多不足。本文的作者在基于傳統(tǒng)的BP算法的三層向前神經網絡的基礎上,對原有的預測方法做出了一些改進,引入了遺傳算法,訓練噪聲等;使用了多個神經網絡... 

【文章來源】：廈門大學福建省 211工程院校 985工程院校 教育部直屬院校

【文章頁數】：64 頁

【學位級別】：碩士

【文章目錄】：
內容摘要
ABSTRACT
前言
第一章 股票市場的分形特征及其指數的預測方法
    第一節(jié) 股票市場的分形特征
        一 傳統(tǒng)的有效市場假說
        二 分形市場的假說（FMH）
    第二節(jié) 分形市場的判斷
        一 分形市場的常用判斷方法
        二 使用R/S 法計算Hurst 指數
        三 上證指數序列的Hurst 值的計算
        四 R/S 計算的結果分析
    第三節(jié) 常用的混沌時間序列分析預測方法
        一 傳統(tǒng)的時序預測法
        二 使用神經網絡預測時序
    第四節(jié) 基于神經網絡的證券指數預測研究的簡述
        一 目前部分模型對上證指數預測的結果
        二 現(xiàn)有預測模型存在的不足
第二章 具有分形特征的時間數列的神經網絡對預測
    第一節(jié) 神經網絡的基本原理
        一 人工神經網絡的歷史
        二 神經網絡的特點
        三 神經網絡的基本原理
    第二節(jié) 基于BP算法的三層向前的神經網絡
        一 多層次的神經網絡
        二 BP網絡的基本原理
第三章 對BP神經網絡的改進
    第一節(jié) BP網絡的缺陷
    第二節(jié) 與BP算法相結合的遺傳算法
        一 遺傳算法簡介
        二 遺傳算法的基本原理
        三 遺傳算法與傳統(tǒng)BP神經網絡的結合
    第三節(jié) 在樣本輸入中添加隨機噪聲
        一 添加隨機噪聲的目的
        二 對訓練樣本添加噪聲的一個示例
    第四節(jié) 多個神經網絡集成預測
        一 單個神經網絡進行預測的缺陷
        二 集成神經網絡的誤差分析
第四章 實證結果及其分析
    第一節(jié) 神經網絡結構設計
    第二節(jié) 利用BP神經網絡預測上證指數的流程
        一 數據的預訓練和測試
        二 訓練過程
        三 預測過程
    第三節(jié) 實際預測結果
        一 按時間劃分序列的模擬預測
        二 按價格變化幅度劃分序列的模擬預測
    第四節(jié) 對預測結果的分析和思考
        一 預測模型的缺陷
        二 對現(xiàn)有預測模型改進的設想
    第五節(jié) 總結
參考文獻


【參考文獻】：
期刊論文
[1]分形市場假說下的風險度量[J]. 陳永忠.  經濟師. 2004(08)
[2]混沌時序重構及上海股票指數預測的應用研究[J]. 馬軍海,齊二石,莫馨.  系統(tǒng)工程理論與實踐. 2003(12)
[3]基于混沌時間序列分析的股票價格預測[J]. 程瑜蓉,郭雙冰.  電子科技大學學報. 2003(04)
[4]金融市場的非線性:混沌與分形[J]. 吳恒煜,林祥.  商業(yè)研究. 2003(07)
[5]BP人工神經網絡:金融風險預警新視角[J]. 胡燕京,高會麗,徐建鋒.  重慶工商大學學報.西部經濟論壇. 2003(01)
[6]基于遺傳算法的BP網絡全局收斂的混合智能學習算法[J]. 熊凌,趙明旺.  武漢科技大學學報(自然科學版). 2000(02)
[7]依據混沌理論進行非線性系統(tǒng)建模變量個數的最優(yōu)選取[J]. 郭剛,史忠科,戴冠中.  控制與決策. 2000(02)
[8]上證指數的混沌特性分析[J]. 葉中行,楊利平.  上海交通大學學報. 1998(03)



本文編號：3106232