基于神經(jīng)網(wǎng)絡(luò)的金融證券預(yù)測方法研究.pdf

1、金融證券市場是一個高度復(fù)雜的非線性動態(tài)系統(tǒng)，其時間序列的變化涉及到政治的、經(jīng)濟(jì)的、心理的諸多不確定因素的影響，且各個因素之間的相互作用是非線性和時變的，具有內(nèi)在的噪聲、隨機性和非平穩(wěn)性同時也具有周期性、趨勢性、自我組織調(diào)整、規(guī)律性。金融時間序列的輸入和輸出變量的相互關(guān)系會逐漸隨時間變化而變化，傳統(tǒng)的僅僅依靠線性分析的方法具有很大的局限性并且難以預(yù)測出精確的結(jié)果。證券預(yù)測的好壞對于一個國家的經(jīng)濟(jì)發(fā)展和廣大投資者有重大意義。本文的研究目的是

2、針對金融證券市場信息的高度復(fù)雜的非線性特征，將模糊神經(jīng)網(wǎng)絡(luò)和支持向量機這兩種重要的非線性分析方法和金融證券理論相結(jié)合，通過建模、特征提取和金融證券市場時間序列的數(shù)據(jù)分析，將金融證券信息的研究和預(yù)測建立在更加科學(xué)、精確和智能化的理論基礎(chǔ)上。 本文討論了金融證券系統(tǒng)中的股票預(yù)測問題并深入研究了模糊神經(jīng)網(wǎng)絡(luò)和支持向量機模型對中國金融證券市場時間序列預(yù)測的理論和實際預(yù)測結(jié)果，并對其進(jìn)行了分析、比較和評估。本文的研究內(nèi)容如下： 1

3、.本文采用了新的低復(fù)雜度模糊激活函數(shù)并將其應(yīng)用于股票預(yù)測的模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計及算法設(shè)計，通過模糊神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)和競爭實現(xiàn)了隸屬函數(shù)的自適應(yīng)和模糊規(guī)則的自組織。通過仿真實驗表明，此方案使算法更為簡單、收斂，計算復(fù)雜度降低，有利于if-then規(guī)則解釋和硬件實現(xiàn)。該預(yù)測方法具有較高的預(yù)測精度和顯著的有效性和優(yōu)越性。 2.本文考慮到金融證券市場的非線性特點、投資者的心理因素和提高預(yù)測精度和泛化能力，通過把自適應(yīng)參數(shù)的SVM結(jié)合到