股票市場是與人們的生活、社會穩(wěn)定和經(jīng)濟發(fā)展密切相關(guān)的金融市場，如何有效地分析和預測股市走勢一直是人們關(guān)注研究的問題，現(xiàn)在已經(jīng)提出了很多理論方法和技術(shù)。在這些方法中，人工神經(jīng)網(wǎng)絡(luò)由于其獨特的結(jié)構(gòu)和處理信息的方法，高度并行、分布式存儲等特點，特別適合于處理不確定的模糊信息和要同時考慮許多因素條件的問題，因此在股市分析中越來越受到人們的重視。 但是，對于復雜問題和高維輸入變量，直接用神經(jīng)網(wǎng)絡(luò)進行預測，會帶來網(wǎng)絡(luò)規(guī)模的劇增，運算時間的增加，網(wǎng)絡(luò)的收斂性和泛化能力的降低；另一方面，由于預測因子之間的相關(guān)性，導致輸入信息重疊，也使得模型預報的準確率降低，因此，應(yīng)對此類樣本和眾多的預報因子進行必要的處理。 本文針對股市中收盤價的預測問題，首先用SOM神經(jīng)網(wǎng)絡(luò)對具有分散特性的樣本進行分類，對于分類后的各個子類，分別建立與之對應(yīng)的BP神經(jīng)網(wǎng)絡(luò)預測模型；為了進一步提高預測精度和網(wǎng)絡(luò)訓練的效率，對眾多的預報因子采用主成分分析的方法進行降維處理。在實際預測時，要對實時數(shù)據(jù)進行判別分類，選擇對應(yīng)的模型進行預測輸出。這樣，將SOM神經(jīng)網(wǎng)絡(luò)、主成分分析、BP神經(jīng)網(wǎng)絡(luò)有機地結(jié)合起來，構(gòu)建了股市收盤價的實時組合預測模型...

【文章頁數(shù)】：48 頁

【學位級別】：碩士

【部分圖文】：

圖7第1類網(wǎng)絡(luò)對前120組收盤價的仿真情況

10D120圖7第1類網(wǎng)絡(luò)對前120組收盤價的仿真情況圖7給出了BP神經(jīng)網(wǎng)絡(luò)的120組訓練樣本對應(yīng)收盤價的真實值與網(wǎng)絡(luò)仿真值逼近程度�；旧蠑M合比較好。

本文編號：3952377