基于神經網(wǎng)絡預測突發(fā)事件對股市的影響.pdf

1、股票市場是證券業(yè)和金融業(yè)的重要組成部分，受到投資者的普遍關注，它是一個高度復雜的非線性動態(tài)系統(tǒng)，其變化規(guī)律既有一定的趨勢性，又受政治、經濟、心理等諸多因素的影響。對于這樣的復雜系統(tǒng)，傳統(tǒng)的經濟計量建模方法在股市的預測研究中面臨著許多困難。隨著人工智能技術的發(fā)展，人工神經網(wǎng)絡理論也得到了迅速的發(fā)展。人工神經網(wǎng)絡具有自組織、自適應等特點，有很強的非線性概括能力，它不需要建立復雜非線性系統(tǒng)的顯式關系或數(shù)學模型，能自動從歷史數(shù)據(jù)中提取有關經濟活

2、動的知識，因而非常適合用來解決股票預測領域中的一些問題。國內外許多學者用神經網(wǎng)絡建立了股票預測模型并取得了很好的預測效果。
　　這些股票預測模型一般建立在股市波動較小的情況下，股票數(shù)據(jù)是時間序列，而時間序列經常受到突發(fā)事件的影響，諸如國內經濟政策或經濟規(guī)則的變更、國際政治局勢的驟變等事件的影響。當這些突發(fā)事件發(fā)生時，建立的預測模型不能取得很好的效果。為了定量分析評估這些突發(fā)事件對股市造成的影響，可以建立干預分析模型。
　　傳

3、統(tǒng)的干預分析模型是基于經濟計量方法的，本文提出了基于神經網(wǎng)絡的干預分析模型，在干預分析模型的預測部分使用神經網(wǎng)絡替代傳統(tǒng)經濟計量方法。本文的主要工作有：
　　首先，本文分析了股票的可預測性，股票市場的影響因素，并對國內外相關技術的研究進展進行了綜述。
　　其次，介紹了神經網(wǎng)絡以及其在股票預測中的應用。引入了干預分析模型的構建方法，從干預分析模型建立過程入手，提出了一種新的構建干預分析模型的方法，即在股價預測部分使用神經網(wǎng)絡替