基于神經(jīng)網(wǎng)絡(luò)的多模型融合金融時間序列分析方法.pdf

1、時間序列是按時間先后順序?qū)⒛持笜藭r間點上的數(shù)值排列而成的數(shù)列,時間序列分析是一種動態(tài)數(shù)據(jù)處理的統(tǒng)計方法,它根據(jù)歷史數(shù)據(jù)來判斷下一個時間點的數(shù)值,從而估計時間序列變化情況。金融時間序列是與時間順序相關(guān)的一系列金融數(shù)據(jù)序列,具有很強的非線性和隨機性,而神經(jīng)網(wǎng)絡(luò)有良好的非線性映射能力及自適應(yīng)、自學(xué)習(xí)和良好的泛化能力,在處理金融時間序列方面具有良好表現(xiàn)。
　　金融時間序列分析在現(xiàn)實生活中一個很好的應(yīng)用就是基金凈值估值。隨著我國經(jīng)濟天翻地覆

2、的變化,基金已經(jīng)成為人們投資理財?shù)囊环N重要工具,而基金凈值是基金投資中重要的參考數(shù)據(jù)。本文主要研究基金中的封閉基金,其凈值只在每周五被公布一次,所以及時的提供給投資者準確的凈值估值可有效提高其投資成功率。因此,對這類數(shù)據(jù)進行分析有著重要的應(yīng)用研究價值和意義。
　　本文提出結(jié)合金融市場基本分析法和計算機技術(shù)分析法,并采用BP神經(jīng)網(wǎng)絡(luò)作為多模型融合技術(shù),建立了基于神經(jīng)網(wǎng)絡(luò)的多模型融合方法來分析金融時間序列。首先利用基本分析法搜集到影響

3、基金凈值的特征;再采用文本分析法抽取基金公司季報和財經(jīng)網(wǎng)站數(shù)據(jù),使用最大熵理論、統(tǒng)計回歸等方法建立適合的單模型來估計在不同特征影響下的基金凈值估值結(jié)果;最后應(yīng)用神經(jīng)網(wǎng)絡(luò)將多模型計算的結(jié)果融合,自適應(yīng)的調(diào)節(jié)各模型結(jié)果的影響權(quán)重并加以調(diào)整,訓(xùn)練出最佳的金融時間序列分析模型,然后根據(jù)系統(tǒng)評測指標對結(jié)果進行分析。本文主要研究內(nèi)容包括以下幾個方面:
　　(1)將基金凈值估值問題抽象為金融時間序列分析問題,對影響基金凈值變化的特征進行分析,并

4、采用適合各自特征的模型對基金凈值估值問題進行模擬。
　　(2)利用熵定價理論,建立基于最大熵及假設(shè)投資組合不變的層次分析模型;根據(jù)金融市場基本分析法,建立通過基金指數(shù)模擬的趨勢模型和通過基金價格模擬的因果模型;使用支持向量回歸機(SVR)訓(xùn)練基金凈值歷史數(shù)據(jù),通過參數(shù)調(diào)節(jié)、誤差分析修正結(jié)果,建立基于基金凈值歷史數(shù)據(jù)的SVR模型。
　　(3)使用基于后向傳播算法的多層前饋神經(jīng)網(wǎng)絡(luò)對特征數(shù)據(jù)結(jié)果做融合計算,根據(jù)模型結(jié)果與實際結(jié)果