基于BP神經(jīng)網(wǎng)絡(luò)的股價(jià)預(yù)測(cè)應(yīng)用研究.pdf

1、有效市場(chǎng)條件下,股票價(jià)格的變動(dòng)反映了所有的信息,短期股價(jià)隨機(jī)游走,技術(shù)分析不能幫助投資者獲得超額收益。然而,大量的實(shí)證證明,股票市場(chǎng)并非是有效的,股票價(jià)格運(yùn)行存在一定的規(guī)律性。股票價(jià)格走勢(shì)實(shí)際上是一種復(fù)雜的非線性函數(shù),因而股價(jià)具有一定的可預(yù)測(cè)性。影響股票價(jià)格波動(dòng)的因素很多,各因素對(duì)股價(jià)波動(dòng)的作用方式也異常復(fù)雜,因而基于統(tǒng)計(jì)學(xué)的時(shí)間序列預(yù)測(cè)方法難以取得滿意的效果。為了解決這個(gè)難題,具有優(yōu)秀模擬性能的人工神經(jīng)網(wǎng)絡(luò)被引入金融預(yù)測(cè)領(lǐng)域。理論上,

2、對(duì)于任意的連續(xù)函數(shù),它能在一定的精度范圍內(nèi)實(shí)現(xiàn)良好的模擬。人工神經(jīng)網(wǎng)絡(luò)的獨(dú)特性在于它是一種黑箱理論,能不追溯數(shù)據(jù)產(chǎn)生因?yàn)?通過給定的訓(xùn)練樣本進(jìn)行機(jī)器訓(xùn)練,建立輸出與輸入變量之間的函數(shù)關(guān)系,建立非線性過程的模擬模型。利用神經(jīng)網(wǎng)絡(luò)來進(jìn)行股價(jià)預(yù)測(cè)是非常適合的。
　　 本文以廣泛用于預(yù)測(cè)實(shí)踐的BP神經(jīng)網(wǎng)絡(luò)為基礎(chǔ),針對(duì)其存在的缺陷設(shè)計(jì)優(yōu)化方法,結(jié)合影響股價(jià)運(yùn)行的各種技術(shù)因素,通過網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)和參數(shù)選擇不斷進(jìn)行實(shí)驗(yàn)。通過實(shí)證檢驗(yàn),得出如下結(jié)

3、論:1.股價(jià)的可預(yù)測(cè)性證明了我國(guó)股票市場(chǎng)運(yùn)行有其內(nèi)在規(guī)律,上證指數(shù)的運(yùn)行不是雜亂無章的,我國(guó)股票市場(chǎng)未達(dá)到弱勢(shì)有效。2.運(yùn)用帶動(dòng)量因子梯度下降法和參數(shù)自適應(yīng)BP算法可以優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的性能,該模型在股價(jià)預(yù)測(cè)中體現(xiàn)出良好的性能,因而該改進(jìn)算法在實(shí)踐中是可行的。3.BP神經(jīng)網(wǎng)絡(luò)能在較好的精度內(nèi)預(yù)測(cè)股價(jià)的運(yùn)行狀況,與傳統(tǒng)線性預(yù)測(cè)模型相比,神經(jīng)網(wǎng)絡(luò)模型在股價(jià)預(yù)測(cè)上具有明顯的優(yōu)越性。
　　 本文結(jié)構(gòu)為:第一章為緒論,介紹選題背景和意義,