本文主要利用循環(huán)神經(jīng)網(wǎng)絡進行建模研究中國證券市場的投資優(yōu)化選擇及其投資收益問題.首先,在上海證券交易所選取100家公司,根據(jù)顯著性檢驗挑選出7種技術指標,經(jīng)過嚴格的數(shù)學計算又重構出10種技術指標.利用數(shù)據(jù)挖掘技術與主成分分析相結合的方法得到了影響股票收益率的3個主成分數(shù)據(jù).其次,利用循環(huán)神經(jīng)網(wǎng)絡（Recurrent Neural Network）來模擬證券市場的運行規(guī)律,將連續(xù)3天的9個主成分數(shù)據(jù)作為網(wǎng)絡的輸入,將連續(xù)持有2天的收益率作為網(wǎng)絡輸出.不斷地訓練網(wǎng)絡,從而得到了依據(jù)循環(huán)神經(jīng)網(wǎng)絡構建的預測模型,將得到的模型用于預測股票的收益率.最后,用一組新的交易數(shù)據(jù)作為模型的輸入,根據(jù)預測的收益率進行模擬投資.結果表明,利用模型進行的投資其收益率和夏普比率都優(yōu)于同時期的上證指數(shù)收益.另外,本文又從基本分析的角度出發(fā),利用顯著影響股票收益的11種財務指標,根據(jù)構建的循環(huán)神經(jīng)網(wǎng)絡模型,預測了證券市場的中短期收益率,并依據(jù)預測進行模擬投資,所得結果同樣令人滿意. 

【文章頁數(shù)】：61 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
引言
第一章 預備知識
    1.1 股票收益率
    1.2 投資風險
    1.3 主成分分析
    1.4 循環(huán)神經(jīng)網(wǎng)絡
第二章 主成分分析與循環(huán)神經(jīng)網(wǎng)絡模型構建
    2.1 數(shù)據(jù)預處理
    2.2 主成分分析
    2.3 構建循環(huán)神經(jīng)網(wǎng)絡模型預測股票收益率
第三章 基于技術分析的投資效率分析
    3.1 模擬投資
    3.2 上證指數(shù)收益
    3.3 投資效率分析
第四章 基于基本分析的預測模型及投資效率分析
    4.1 數(shù)據(jù)說明
    4.2 主成分分析
    4.3 構建循環(huán)神經(jīng)網(wǎng)絡模型
    4.4 投資效率分析
第五章 總結
參考文獻
致謝
附錄1:基本分析時使用的100家股票
附錄2:技術分析吋使用的100家股票


【參考文獻】：
期刊論文
[1]基于神經(jīng)網(wǎng)絡的股票市場預測[J]. 左喆,董申.  商場現(xiàn)代化. 2010(24)
[2]利用決策樹技術對股票價格數(shù)據(jù)庫進行數(shù)據(jù)挖掘[J]. 雷煒,葉東毅.  福建電腦. 2004(08)
[3]中國股票市場量價關系的實證研究[J]. 李雙成,王春峰.  山西財經(jīng)大學學報. 2003(02)
[4]證券系統(tǒng)的能量與熵探討[J]. 劉海軍,任國彪,楊芃.  證券市場導報. 2003(02)
[5]影響我國股票市場價格波動的基本因素[J]. 馬向前,萬幗榮.  山西統(tǒng)計. 2001(01)

碩士論文
[1]基于支持向量機的股市預測[D]. 陶小龍.北京工業(yè)大學 2005



本文編號：3734361