神經(jīng)網(wǎng)絡(luò)技術(shù)在股票價(jià)格短期預(yù)測(cè)中的應(yīng)用研究.pdf

1、隨著我國(guó)經(jīng)濟(jì)快速增長(zhǎng)和股票市場(chǎng)的不斷擴(kuò)大，股票市場(chǎng)產(chǎn)生了大量有價(jià)值的數(shù)據(jù)信息，這些數(shù)據(jù)成為投資者進(jìn)行股票投資的重要分析主體。同時(shí)，股票價(jià)格的預(yù)測(cè)也成為投資者和相關(guān)學(xué)者的一個(gè)重要研究對(duì)象。日益增長(zhǎng)的數(shù)據(jù)不僅難以處理，更給股票價(jià)格的預(yù)測(cè)者們帶來(lái)了無(wú)從選擇的難題。BP神經(jīng)網(wǎng)絡(luò)作為大數(shù)據(jù)預(yù)測(cè)方面的經(jīng)典算法備受投資者和研究人員的青睞，但是，BP算法本身固有的一些缺點(diǎn)也制約著其預(yù)測(cè)的效率和效果，在股票價(jià)格短期預(yù)測(cè)方面依然存在著預(yù)測(cè)精度方面的缺陷。<

2、br>　　 本文在深入分析股票價(jià)格短期預(yù)測(cè)面臨的問(wèn)題和比較多種股票價(jià)格預(yù)測(cè)方法的基礎(chǔ)上，探討B(tài)P神經(jīng)網(wǎng)絡(luò)、主成分分析法和遺傳算法對(duì)股票價(jià)格進(jìn)行短期預(yù)測(cè)的可行性。BP神經(jīng)網(wǎng)絡(luò)能夠利用對(duì)過(guò)往股票市場(chǎng)數(shù)據(jù)的學(xué)習(xí)，找出股票市場(chǎng)發(fā)展變化的內(nèi)在規(guī)律，從而實(shí)現(xiàn)對(duì)未來(lái)一段時(shí)間內(nèi)股票價(jià)格數(shù)據(jù)變動(dòng)的預(yù)測(cè)。為此，本文所做的主要研究工作有:
　　 針對(duì)股票價(jià)格數(shù)據(jù)影響因素多的問(wèn)題，選用主成分分析法來(lái)解決了BP神經(jīng)網(wǎng)絡(luò)輸入向量的維數(shù)約減問(wèn)題，同時(shí)，為了

3、建立影響因素和預(yù)測(cè)向量之間的相關(guān)性關(guān)系，提高預(yù)測(cè)的精度，引入了計(jì)量經(jīng)濟(jì)學(xué)中擬合優(yōu)度的概念，結(jié)合傳統(tǒng)的主成分分析法，創(chuàng)新性的提出了相關(guān)主成分分析法。
　　 針對(duì)BP算法容易陷入局部極小點(diǎn)而影響預(yù)測(cè)精度的缺點(diǎn)，利用遺傳算法對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化，構(gòu)建了遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型。在前面算法的基礎(chǔ)上，建立了以相關(guān)主成分分析法和遺傳神經(jīng)網(wǎng)絡(luò)模型相結(jié)合的綜合預(yù)測(cè)模型，并在Matlab7.0中予以實(shí)現(xiàn)。
　　 最后，為了檢驗(yàn)