【摘要】：股票預測研究是金融大數據的一個應用研究方向,隨著信息技術的發(fā)展,股票預測研究不僅僅拘泥于基本分析方法,而是更多地使用技術分析方法,如機器學習方法,并且取得了具有一定意義的研究成果。其中,神經網絡方法,為股票預測研究提供了新的建模方法。本文在研究股票預測問題的相關背景、方法或模型以及相關理論知識的基礎上,將視角這個概念引入到股票預測問題的研究中,從視角出發(fā)來研究股票預測問題。本文的主要研究工作有以下方面:1.提出基于單視角特征數據的BPNN模型,并進行股票預測研究。從視角出發(fā),用基于單視角特征數據的BPNN模型來進行股票預測研究�；谥袊善笔袌鯝股的上海證券交易所浦發(fā)銀行(股票代碼為SH600000)的股票歷史數據,經過開發(fā)的金融大數據基礎數據處理平臺的處理,得到基于技術指標視角的特征數據,基于單技術指標視角特征數據來進行確定該模型最優(yōu)網絡結構和股票預測的實證分析。2.提出基于多視角特征數據信息融合的BPNN模型,并進行股票預測研究。針對單視角特征數據的信息不完整問題,從多視角特征數據出發(fā),通過信息融合的方式將多個視角的特征數據進行特征級信息融合,從而用基于多視角特征數據信息融合的BPNN模型來進行股票預測研究�；谥袊善笔袌鯝股的上海證券交易所浦發(fā)銀行(股票代碼為SH600000)的股票歷史數據,經過開發(fā)的金融大數據基礎數據處理平臺的處理,得到多技術指標視角信息融合的特征數據,并進行確定該模型最優(yōu)網絡結構和股票預測的實證分析。結果表明,基于多視角信息融合特征數據的預測結果優(yōu)于基于單視角特征數據的預測結果,也優(yōu)于基于股票歷史數據的BPNN模型的結果。3.提出基于多視角特征數據集成學習的BPNN模型,并進行股票預測研究。同時還提出相應的集成學習算法——Bag MVFD-BPNN算法。針對單視角特征數據的信息的不完整問題,從多視角特征數據出發(fā),通過集成學習的方式,利用Bag MVFD-BPNN算法,用基于多視角特征數據集成學習的BPNN模型來進行股票預測研究�；谥袊善笔袌鯝股的上海證券交易所浦發(fā)銀行(股票代碼為SH600000)的股票歷史數據,經過開發(fā)的金融大數據基礎數據處理平臺的處理,得到多技術指標視角特征數據,并進行確定該模型最優(yōu)網絡結構和股票預測的實證分析。結果表明,基于多視角特征數據集成學習的預測結果優(yōu)于基于單視角特征數據的預測結果,優(yōu)于基于多視角信息融合特征數據的預測結果,也優(yōu)于基于股票歷史數據的BPNN模型的結果。同時,還可知影響股票預測結果的各技術指標視角的重要度以及主要技術指標視角,即多視角特征數據的多視角特征選擇,從而可為股民的股票投資提供主要技術指標視角的參考意見和預測結果參考意見,指導股民的股票投資。
【圖文】：

第二章 相關理論NN）。神經網絡模型是基于對人腦的基本屬性的模擬形成的，人類的大的，神經網絡模型并沒有完全反映大腦的基本功能，僅僅是對其進行抽象。神經網絡模型由大量的人工神經元模型相互連接構成，可實現輸入變量一個非線性映射。其中，多對一的非線性映射（即輸入變量為多個，，而輸個）為其一般映射結構，當然也有多對多的非線性映射（即輸入變量為多也有多個）[40]。工神經元模型工神經元模型是一種數學模型，它近似模擬生物神經網絡中的生物神經元入單輸出的非線性模型。一個人工神經元模型由輸入向量，網絡的權值和元，激活函數和輸出組成。生物神經元模型和人工神經元模型分別如圖 ]。

型是一種數學模型，它近似模擬生物神經網絡中的非線性模型。一個人工神經元模型由輸入向量，網數和輸出組成。生物神經元模型和人工神經元模型圖 1 生物神經元模型圖
【學位授予單位】：西北大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP311.13;F832.51

【相似文獻】

相關期刊論文 前10條

1 楊培;姚宏亮;;基于支持向量機的股票預測系統[J];淮北職業(yè)技術學院學報;2014年04期

2 陳俏;梁利利;謝麗娟;;股票預測的研究進展[J];商業(yè)文化(下半月);2012年06期

3 張晨希;張燕平;張迎春;陳潔;萬忠;;基于支持向量機的股票預測[J];計算機技術與發(fā)展;2006年06期

4 陳星;武麗芳;王福明;;基于GA-BP神經網絡的股票預測研究[J];山西電子技術;2014年01期

5 路子愚;;股票預測為何難奏效[J];大眾理財顧問;2009年07期

6 劉廷;;基于支持向量機的股票預測[J];信息通信;2015年08期

7 周昌樂;王迪迪;;一種新的部分神經進化網絡的股票預測(英文)[J];心智與計算;2010年03期

8 胡代平,劉豹;多agent股票預測支持系統的設計[J];系統工程;2001年02期

9 李勝格;;改進的神經網絡BP算法在股票預測中的應用[J];希望月報(上半月);2007年08期

10 張瀟;韋增欣;楊天山;;GBDT組合模型在股票預測中的應用[J];海南師范大學學報(自然科學版);2018年01期

相關重要報紙文章 前3條

1 ;股票預測卡理論獨特[N];國際金融報;2001年

2 若沖;比追逐財富更重要[N];市場報;2001年

3 方鴻儒;預測和預感[N];上海金融報;2016年

相關碩士學位論文 前10條

1 黃煒;基于實時分布式計算的股票預測系統的設計與實現[D];哈爾濱工業(yè)大學;2018年

2 伯毅;基于XGBoost模型的短期股票預測[D];哈爾濱工業(yè)大學;2018年

3 葉樹策;基于改進布谷鳥算法的支持向量機在股票預測中的應用[D];西華大學;2018年

4 李丹;基于多視角特征數據的股票預測研究[D];西北大學;2018年

5 周愷越;基于深度學習的股票預測方法的研究與實現[D];北京郵電大學;2018年

6 楊程遠;結合情感分析的股票預測研究[D];內蒙古大學;2017年

7 徐嫩霞;基于協同認知的智能股票預測[D];昆明理工大學;2000年

8 宗娜娜;小波神經網絡在股票預測中的研究與應用[D];昆明理工大學;2014年

9 歐陽光明;基于神經網絡的股票預測系統的設計與實現[D];電子科技大學;2011年

10 吳濤;基于神經網絡的模擬股票預測交易系統設計與實現[D];電子科技大學;2014年

本文編號：2640460