從1990年滬深交易所開盤到現(xiàn)在,中國(guó)的證券市場(chǎng)雖然已過了30年的起伏,但隨著中國(guó)資本市場(chǎng)改革的深入和基本管理制度的健全,我國(guó)的滬深市場(chǎng)不斷完善,在完善的過程中也吸引了國(guó)外的風(fēng)險(xiǎn)資本、金融資本以及國(guó)內(nèi)市場(chǎng)的居民資本。這些資本對(duì)我國(guó)滬深市場(chǎng)的穩(wěn)定性和價(jià)值性認(rèn)同度加深,參與的熱情也穩(wěn)步提高。與此同時(shí),如何運(yùn)用計(jì)量手段對(duì)股票價(jià)格進(jìn)行合理預(yù)測(cè)的研究也隨之興起。通過揭示股票價(jià)格的走向,引導(dǎo)理性投資、價(jià)值投資,對(duì)活躍資本市場(chǎng)和穩(wěn)定經(jīng)濟(jì)全局存在重要的應(yīng)用價(jià)值。現(xiàn)有的主流做法中,如何對(duì)股票價(jià)格進(jìn)行精準(zhǔn)預(yù)測(cè),目前的做法主要是時(shí)間序列預(yù)測(cè)和神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)這兩種。時(shí)間序列分析法,利用股票市場(chǎng)周期性強(qiáng)的特點(diǎn),僅需要近期價(jià)格數(shù)據(jù)就可以對(duì)未來趨勢(shì)就行模擬,應(yīng)用簡(jiǎn)單,對(duì)短期預(yù)測(cè)較為準(zhǔn)確,但長(zhǎng)期可能會(huì)存在一定偏差;神經(jīng)網(wǎng)絡(luò)分析法,將股票市場(chǎng)看作一個(gè)非線性的整體系統(tǒng),具有自我學(xué)習(xí)能力和自適應(yīng)能力強(qiáng)、容錯(cuò)率較高的優(yōu)點(diǎn),但是在實(shí)際應(yīng)用中也出現(xiàn)了收斂速度慢等問題。因此,運(yùn)用單一方法對(duì)股票價(jià)格趨勢(shì)預(yù)測(cè)是非常困難的,所以在本文中同時(shí)構(gòu)建了 ARIMA模式、BP神經(jīng)網(wǎng)絡(luò)模式和長(zhǎng)短時(shí)間記憶神經(jīng)網(wǎng)絡(luò)模式,對(duì)上證50指數(shù)進(jìn)行了預(yù)測(cè),并探討...

【文章頁(yè)數(shù)】：48 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    第一節(jié) 研究背景
    第二節(jié) 研究目的和研究意義
        一、研究目的
        二、研究意義
    第三節(jié) 論文結(jié)構(gòu)和內(nèi)容安排
    第四節(jié) 創(chuàng)新點(diǎn)
第二章 文獻(xiàn)綜述
    第一節(jié) 金融市場(chǎng)價(jià)格預(yù)測(cè)文獻(xiàn)綜述
        一、時(shí)間序列法
        二、神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)法
    第二節(jié) 投資者情緒研究
    第三節(jié) 文獻(xiàn)評(píng)述
第三章 理論分析與分析方法
    第一節(jié) 金融市場(chǎng)理論和深度學(xué)習(xí)預(yù)測(cè)理論
        一、技術(shù)分析理論
        二、行為金融學(xué)理論
        三、深度學(xué)習(xí)預(yù)測(cè)理論
    第二節(jié) ARIMA時(shí)間序列模型
    第三節(jié) BP神經(jīng)網(wǎng)絡(luò)模型
    第四節(jié) LSTM神經(jīng)網(wǎng)絡(luò)模型
        一、LSTM神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)
        二、LSTM神經(jīng)網(wǎng)絡(luò)模型的優(yōu)點(diǎn)
        三、深度學(xué)習(xí)模型的優(yōu)化方法
    第五節(jié) 理論小結(jié)
第四章 模型構(gòu)建及結(jié)果分析
    第一節(jié) ARIMA時(shí)間序列模型設(shè)計(jì)及結(jié)果分析
        一、模型構(gòu)建與定階
        二、殘差檢驗(yàn)
        三、數(shù)據(jù)處理
        四、結(jié)果分析
    第二節(jié) BP神經(jīng)網(wǎng)絡(luò)模型
        一、BP神經(jīng)網(wǎng)絡(luò)模型設(shè)計(jì)
        二、BP神經(jīng)網(wǎng)絡(luò)模型數(shù)據(jù)處理
        三、結(jié)果分析
第五章 LSTM神經(jīng)網(wǎng)絡(luò)模型的數(shù)據(jù)處理和模型構(gòu)建
    第一節(jié) LSTM模型數(shù)據(jù)選取及處理
        一、LSTM模型數(shù)據(jù)集的選取說明
        二、輸入特征的選擇
        三、LSTM神經(jīng)網(wǎng)絡(luò)模型數(shù)據(jù)預(yù)處理
    第二節(jié) LSTM神經(jīng)網(wǎng)絡(luò)模型設(shè)計(jì)
        一、輸入層和輸出層的選擇
        二、隱含層的設(shè)計(jì)
        三、LSTM模型的訓(xùn)練集和測(cè)試集對(duì)比
    第三節(jié) 預(yù)測(cè)模型結(jié)果對(duì)比
    第四節(jié) 滬深300指數(shù)的驗(yàn)證
第六章 結(jié)論與展望
    第一節(jié) 研究結(jié)論
    第二節(jié) 不足之處和展望
參考文獻(xiàn)
致謝
學(xué)位論文評(píng)閱及答辯情況表



本文編號(hào)：3926247