版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、股票是市場經(jīng)濟的產(chǎn)物,從誕生的那天起就牽動著數(shù)以千萬投資者的心。高風(fēng)險、高回報是股票投資的特征,個人投資者和機構(gòu)投資者時刻關(guān)心股票行市,分析財務(wù)數(shù)據(jù),試圖預(yù)測股票的發(fā)展趨勢。然而股票市場是一個高度復(fù)雜的非線性動態(tài)系統(tǒng),其變化有自身內(nèi)在的規(guī)律性,同時也受市場、經(jīng)濟、社會等諸多因素的影響,以數(shù)理統(tǒng)計為基礎(chǔ)的傳統(tǒng)定量預(yù)測方法對股市預(yù)測研究的效果不是很顯著,因此,尋找合適的股價預(yù)測方法是十分必要的。神經(jīng)網(wǎng)絡(luò)是近年來比較流行的一種非線性預(yù)測方法,
2、它具有自組織、自適應(yīng)、非線性等特點。它能自動從歷史數(shù)據(jù)中提取有關(guān)金融活動的內(nèi)在規(guī)律,而不需事先知道金融活動是線性還是非線性的,但神經(jīng)網(wǎng)絡(luò)還存在網(wǎng)絡(luò)結(jié)構(gòu)難以確定以及網(wǎng)絡(luò)對給定的初始權(quán)值很敏感,極易使網(wǎng)絡(luò)訓(xùn)練陷入局部解等不足。為了克服這些困難,本文以股票市場具有非線性動態(tài)特征和股票的可預(yù)測性為基礎(chǔ),嘗試?yán)眠f歸神經(jīng)網(wǎng)絡(luò)對非線性函數(shù)的逼近能力、自身的動態(tài)特性以及遺傳算法的全局優(yōu)化能力等因素,建立基于遺傳算法和改進的遞歸神經(jīng)網(wǎng)絡(luò)(GA-Elma
3、n)的股價非線性預(yù)測模型,研究的主要工作包括: 首先,對采用梯度下降算法的改進型Elman 遞歸神經(jīng)網(wǎng)絡(luò)的權(quán)值修正方法進行具體的推導(dǎo)研究,并進行實驗研究。 其次,對遺傳算法采用實數(shù)編碼、運用輪盤賭法進行選擇、通過算術(shù)雜交法進行交叉、使用非一致性變異法進行變異,并在進化的過程中采取保留最佳個體的策略,對改進Elman 神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)和初始權(quán)值進行全局優(yōu)化設(shè)計。 最后,在模型輸入因子的選擇上,先考察了影響股票價格
4、的歷史數(shù)據(jù)、技術(shù)指標(biāo)等因素,并進行分析從而獲得了一組有效的輸入組合。 通過對以上三個方面的研究,建立了基于GA-Elman 神經(jīng)網(wǎng)絡(luò)的股價非線性預(yù)測模型。為了考察GA-Elman模型的預(yù)測能力,本文將GA-Elman模型分別對上證A 股的中國石化(2007年8月1日至2008年1月18日)、蓮花味精(2007年1月16日—2007年8月7日)和深證A 股的三花股份(2007年1月4日—2007年7月13日)、萬科(2008年8月
5、7日—2008年1月8日)四支股票的110個交易日,選取其中的70個交易日作為建模樣本,以未來2個交易日內(nèi)的最高價作為預(yù)測對象,建立預(yù)測模型,并進行了30個獨立樣本的預(yù)測仿真試驗。其中,上證A 股中國石化和深證A 股三花股份的試驗結(jié)果如下: (1)對于中國石化的仿真試驗,GA-Elman模型得到的平均誤差為0.18525 元(訓(xùn)練次數(shù)為2500 次),其中模型對30個獨立樣本的預(yù)測誤差中,最小的絕對誤差為0.00015元,最大的
6、絕對誤差為1.30959 元。進一步地,絕對誤差在0~0.15 元之間的次數(shù)為21次,在0.15~0.3 元之間的為4 次,在0.3~0.45 元、0.45~0.6 元及大于0.6 元的次數(shù)分別為0 次、3 次、2 次。 (2)對于三花股份的仿真試驗,GA-Elman模型得到的平均誤差為0.15818 元(訓(xùn)練次數(shù)為2500 次),其中模型對30個獨立樣本的預(yù)測誤差中,最小的絕對誤差為0.0027 元,最大的絕對誤差為0.458
7、35 元。進一步地,絕對誤差在0~0.15 元之間的次數(shù)為16 次,在0.15~0.3 元、0.3~0.45 元、0.45~0.6 元及大于0.6 元的次數(shù)分別為9 次、4 次、1次、0 次。 為了進一步驗證GA-Elman模型的有效性,本文還建立基于改進Elman 神經(jīng)網(wǎng)絡(luò)的股價預(yù)測模型(簡稱Elman模型),并對上述4 支股票相同的試驗數(shù)據(jù)進行了30 次獨立樣本的仿真試驗。其中,上證A 股中國石化和深證A 股三花股份的試驗結(jié)果
8、為: (1)對于中國石化的仿真試驗,Elman模型得到的平均誤差為0.34986 元(訓(xùn)練次數(shù)為3000 次),其中模型對30個獨立樣本的預(yù)測誤差中,最小的絕對誤差為0.01529 元,最大的絕對誤差為1.69272 元。進一步地,絕對誤差在0~0.15 元之間的次數(shù)為9 次,在0.15~0.3 元之間的為7 次,在0.3~0.45 元、0.45~0.6 元及大于0.6 元的次數(shù)分別為7 次、4 次、3 次。 (2)對于
9、三花股份的仿真試驗,Elman模型得到的平均誤差為0.28174 元(訓(xùn)練次數(shù)為3000 次),其中模型對30個獨立樣本的預(yù)測誤差中,最小的絕對誤差為0.03096 元,最大的絕對誤差為0.93834 元。進一步地,絕對誤差在0~0.15 元之間的次數(shù)為10 次,在0.15~0.3 元、0.3~0.45 元、0.45~0.6 元及大于0.6 元的次數(shù)分別為11 次、3 次、3 次、3 次。 通過比較、分析兩種非線性預(yù)測模型的實驗
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 匯率的非線性組合預(yù)測方法研究——基于神經(jīng)網(wǎng)絡(luò).pdf
- 基于小波分析和神經(jīng)網(wǎng)絡(luò)的股價預(yù)測方法研究.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)非線性逼近的股票分析與預(yù)測方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的非線性預(yù)測控制研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的非線性模型預(yù)測控制.pdf
- 非線性系統(tǒng)的神經(jīng)網(wǎng)絡(luò)預(yù)測控制研究.pdf
- 空調(diào)負(fù)荷神經(jīng)網(wǎng)絡(luò)預(yù)測方法的研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的股價預(yù)測研究.pdf
- 基于非線性規(guī)劃和橢圓概率神經(jīng)網(wǎng)絡(luò)的財務(wù)危機預(yù)測方法.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的非線性預(yù)測控制算法的研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的股價預(yù)測方法研究——以軍工板塊為例.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的匯率預(yù)測方法研究.pdf
- 神經(jīng)網(wǎng)絡(luò)在非線性時間序列預(yù)測中的應(yīng)用.pdf
- 非線性時滯系統(tǒng)的神經(jīng)網(wǎng)絡(luò)預(yù)測控制.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的非線性預(yù)測控制研究及其應(yīng)用.pdf
- 基于動態(tài)神經(jīng)網(wǎng)絡(luò)的股價預(yù)測模型研究
- 基于神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測方法研究.pdf
- 時間序列預(yù)測中的神經(jīng)網(wǎng)絡(luò)方法研究.pdf
- 基于動態(tài)神經(jīng)網(wǎng)絡(luò)的股價預(yù)測模型研究.pdf
- 非線性系統(tǒng)的神經(jīng)網(wǎng)絡(luò)模型預(yù)測控制.pdf
評論
0/150
提交評論