基于神經(jīng)網(wǎng)絡(luò)的金融時間序列分析.pdf

1、隨著經(jīng)濟(jì)的發(fā)展和人們投資意識的轉(zhuǎn)變,證券投資已經(jīng)成為現(xiàn)代人生活中的一個重要組成部分.金融證券市場是一個高風(fēng)險(xiǎn)高收益的投資領(lǐng)域,在這個領(lǐng)域中,投資者為了追求投資收益的最大化和投資風(fēng)險(xiǎn)的最小化,不斷地探索其內(nèi)在規(guī)律,尋找其有效的分析方法和工具.因此,對金融時間序列的分析和預(yù)測具有重要的理論意義和應(yīng)用價值. 金融時間序列具有很強(qiáng)的隨機(jī)性和非線性性,而神經(jīng)網(wǎng)絡(luò)具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,因此非常適合處理金融

2、時間序列這樣的數(shù)據(jù). 由于對于神經(jīng)網(wǎng)絡(luò)與線性模型在預(yù)測性能方面的比較眾說不一,本文分別使用神經(jīng)網(wǎng)絡(luò)和ARIMA 模型對SP&500和上證A股復(fù)華實(shí)業(yè)(600624)在一定時期內(nèi)的股票價格做出預(yù)測,并進(jìn)行了比較. 另外,在預(yù)測過程中,神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)以及各項(xiàng)參數(shù)沒有系統(tǒng)的方法給出,因而神經(jīng)網(wǎng)絡(luò)的運(yùn)行受到很多因素的影響.每種預(yù)測方法都有其適用的范圍,也有其自身模型的特點(diǎn)所造成的弱點(diǎn).為了克服單個模型的弱點(diǎn),我們可以通過組合