本文選題：股票指數(shù) + 預(yù)測(cè)��； 參考：《云南大學(xué)學(xué)報(bào)(自然科學(xué)版)》2017年03期

【摘要】：針對(duì)股票價(jià)格不僅受到眾多不確定性因素影響而且數(shù)據(jù)本身具有高度模糊非線性等特點(diǎn)而導(dǎo)致的預(yù)測(cè)難問(wèn)題,首先利用具有良好非線性尋優(yōu)能力的遺傳算法來(lái)優(yōu)化BP網(wǎng)絡(luò)初始權(quán)閾值的設(shè)置,然后構(gòu)建了一個(gè)基于歷史股票價(jià)量信息為輸入變量,日開盤價(jià)為輸出變量的股指預(yù)測(cè)模型,在對(duì)觀察期內(nèi)上證綜指(開盤指數(shù))的實(shí)證研究表明,優(yōu)化后的BP網(wǎng)絡(luò)在訓(xùn)練時(shí)不僅可以更快地實(shí)現(xiàn)收斂,而且對(duì)于訓(xùn)練集與測(cè)試集樣本的預(yù)測(cè)性均得到明顯地提高.
[Abstract]:Because the stock price is not only influenced by many uncertain factors, but also because the data itself is highly fuzzy and nonlinear, it is difficult to predict the stock price. First, the genetic algorithm with good nonlinear optimization ability is used to optimize the setting of initial weight threshold of BP network, and then a prediction model of stock index based on historical stock price information as input variable and daily opening price as output variable is constructed. The empirical study on the Shanghai Composite Index (opening Index) during the observation period shows that the optimized BP neural network can not only achieve faster convergence in training, but also improve the predictability of training set and test set.
【作者單位】： 安徽財(cái)經(jīng)大學(xué)金融學(xué)院;安徽財(cái)經(jīng)大學(xué)統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(11601001) 安徽高等學(xué)校省級(jí)自然科學(xué)基金(KJ2013Z001)
【分類號(hào)】：F724.5;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳瑞鏞,徐大紋;具有年齡結(jié)構(gòu)的遺傳算法[J];桂林電子工業(yè)學(xué)院學(xué)報(bào);2001年04期

2 楊艷麗,史維祥;一種新的優(yōu)化算法—遺傳算法的設(shè)計(jì)[J];液壓氣動(dòng)與密封;2001年02期

3 楊宜康,李雪,彭勤科,黃永宣;具有年齡結(jié)構(gòu)的遺傳算法[J];計(jì)算機(jī)工程與應(yīng)用;2002年11期

4 谷峰,吳勇,唐俊;遺傳算法的改進(jìn)[J];微機(jī)發(fā)展;2003年06期

5 ;遺傳算法[J];計(jì)算機(jī)教育;2004年10期

6 趙義紅,李正文,何其四;生物信息處理系統(tǒng)遺傳算法探討[J];成都理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年05期

7 劉坤,劉偉波,吳忠強(qiáng);基于模糊遺傳算法的電液位置伺服系統(tǒng)控制[J];黑龍江科技學(xué)院學(xué)報(bào);2005年04期

8 張英俐,劉弘 ,馬金剛;遺傳算法作曲系統(tǒng)研究[J];信息技術(shù)與信息化;2005年05期

9 丁發(fā)智;;淺談遺傳算法[J];烏魯木齊成人教育學(xué)院學(xué)報(bào);2005年04期

10 李冰潔;;遺傳算法及其應(yīng)用實(shí)例[J];吉林工程技術(shù)師范學(xué)院學(xué)報(bào);2005年12期

相關(guān)會(huì)議論文 前10條

1 陳家照;廖海濤;張中位;羅寅生;;一種改進(jìn)的遺傳算法及其在路徑規(guī)劃中的應(yīng)用[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

2 任燕翔;姜立;劉連民;從滋慶;;改進(jìn)遺傳算法在三維日照方案優(yōu)化中的應(yīng)用[A];工程三維模型與虛擬現(xiàn)實(shí)表現(xiàn)——第二屆工程建設(shè)計(jì)算機(jī)應(yīng)用創(chuàng)新論壇論文集[C];2009年

3 韓娟;;遺傳算法概述[A];第三屆河南省汽車工程科技學(xué)術(shù)研討會(huì)論文集[C];2006年

4 龐國(guó)仲;王元西;;基于遺傳算法控制步長(zhǎng)的定性仿真方法[A];'2000系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2000年

5 張忠華;楊淑瑩;;基于遺傳算法的聚類設(shè)計(jì)[A];全國(guó)第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議專刊[C];2008年

6 靳開巖;張乃堯;;幾種實(shí)用遺傳算法及其比較[A];1996年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];1996年

7 王宏剛;曾建潮;李志宏;;攝動(dòng)遺傳算法[A];1996年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];1996年

8 彭宏;歐慶鈴;歐永斌;;具有退火選擇的遺傳算法的收斂速度估計(jì)[A];1998年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];1998年

9 林家恒;李國(guó)鋒;田國(guó)會(huì);劉長(zhǎng)有;;遺傳算法在旋轉(zhuǎn)貨架揀選優(yōu)化中的應(yīng)用[A];1996中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1996年

10 馮春;謝泗淮;張怡;;解兩層決策問(wèn)題的一個(gè)遺傳算法[A];1996中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1996年

相關(guān)博士學(xué)位論文 前10條

1 周輝仁;遞階遺傳算法理論及其應(yīng)用研究[D];天津大學(xué);2008年

2 郝國(guó)生;交互式遺傳算法中用戶的認(rèn)知規(guī)律及其應(yīng)用[D];中國(guó)礦業(yè)大學(xué);2009年

3 侯格賢;遺傳算法及其在跟蹤系統(tǒng)中的應(yīng)用研究[D];西安電子科技大學(xué);1998年

4 馬國(guó)田;遺傳算法及其在電磁工程中的應(yīng)用[D];西安電子科技大學(xué);1998年

5 袁麗華;基于物種進(jìn)化的遺傳算法研究[D];南京航空航天大學(xué);2009年

6 李航;遺傳算法求解多模態(tài)優(yōu)化問(wèn)題的研究[D];天津大學(xué);2007年

7 石玉;提高實(shí)數(shù)遺傳算法數(shù)值優(yōu)化效率的研究[D];南京航空航天大學(xué);2002年

8 明亮;遺傳算法的模式理論及收斂理論[D];西安電子科技大學(xué);2006年

9 姚志紅;多元共生遺傳算法研究及其在藻類智能模式識(shí)別中的應(yīng)用[D];上海大學(xué);2007年

10 李軍華;基于知識(shí)和多種群進(jìn)化的遺傳算法研究[D];南京航空航天大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 鐘海萍;原對(duì)偶遺傳算法與蟻群算法的一種融合算法[D];暨南大學(xué);2013年

2 李志添;模糊遺傳算法與資源優(yōu)化配置的預(yù)測(cè)控制[D];華南理工大學(xué);2015年

3 彭騫;基于遺傳算法的山區(qū)高等級(jí)公路縱斷面智能優(yōu)化方法研究[D];昆明理工大學(xué);2015年

4 郭頌;基于粗糙集和遺傳算法的數(shù)字管道生產(chǎn)管理系統(tǒng)研究[D];昆明理工大學(xué);2015年

5 吳南;數(shù)值逼近遺傳算法的研究應(yīng)用[D];華南理工大學(xué);2015年

6 于光帥;一類優(yōu)化算法的改進(jìn)研究與應(yīng)用[D];渤海大學(xué);2015年

7 吳欣欣;改進(jìn)GA-TS算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)入侵檢測(cè)研究[D];湖南工業(yè)大學(xué);2015年

8 宋光兵;基于遺傳算法的C煙廠AGV路徑規(guī)劃研究[D];昆明理工大學(xué);2015年

9 唐澤;基于FPGA的遺傳算法在交通控制中的應(yīng)用[D];西南交通大學(xué);2015年

10 王金玉;打孔機(jī)效能優(yōu)化模型[D];華中師范大學(xué);2015年

，

本文編號(hào)：1894521