遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)在股市預(yù)測中的應(yīng)用.pdf

1、股票是市場經(jīng)濟的產(chǎn)物，現(xiàn)已成為金融市場中不可或缺的組成部分，在推助國民經(jīng)濟健康發(fā)展、籌措企業(yè)資金需求、社會財富再分配以及個人投資理財中發(fā)揮著重要作用。但股票價格受企業(yè)經(jīng)營狀況、政策走勢、經(jīng)濟大環(huán)境等諸多因素的影響，投資股市面臨巨大風(fēng)險。對于占股市絕大多數(shù)的中小投資者來說，在進行股票投資活動時需要一種有效的分析方法來輔助決策，從而最大限度的降低風(fēng)險，增加收益。
　　 對股市價格預(yù)測的方法很多，傳統(tǒng)的預(yù)測模型大多建立在長期、大樣本的

2、數(shù)據(jù)統(tǒng)計分析基礎(chǔ)之上，對數(shù)據(jù)分布規(guī)律性和數(shù)據(jù)本身的完整性要求較高，中長期的股市預(yù)測較為準(zhǔn)確。但股市是一個復(fù)雜的多變量非線性動態(tài)系統(tǒng)，傳統(tǒng)方法對股市短期價格走勢的預(yù)測存在很大局限性。人工神經(jīng)網(wǎng)絡(luò)具有良好的非線性逼近能力和對雜亂信息的綜合處理能力，其特性與股票市場的研究難點相對應(yīng)，能夠克服傳統(tǒng)方法中的不足，在短期預(yù)測中準(zhǔn)確度較高。近年來，國內(nèi)外很多學(xué)者將人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于股市預(yù)測研究，取得了較好的效果。
　　 因此本文選擇應(yīng)用廣泛、

3、算法成熟的BP神經(jīng)網(wǎng)絡(luò)來研究股票價格的預(yù)測。首先詳細(xì)論述了BP神經(jīng)網(wǎng)絡(luò)的基本原理和操作方法。對BP神經(jīng)網(wǎng)絡(luò)在實際應(yīng)用中存在的缺點進行分析，針對這些不足引入遺傳算法來優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值，從而解決網(wǎng)絡(luò)初始權(quán)值難設(shè)定的問題，有效降低了預(yù)測誤差并提高了網(wǎng)絡(luò)的收斂速度。
　　 為了驗證本文算法的穩(wěn)定性和實用性，在實驗中選擇了上證A股的皖通高速和中國石化兩支不同類型的股票數(shù)據(jù)作為實驗樣本。由于本文進行股票價格的短期預(yù)測，考慮到股票價

4、格前后的關(guān)聯(lián)性，將股票連續(xù)三天的開盤價、最高價、最低價、收盤價、成交量和MA5作為一個輸入樣本，第四天開盤價、最高價、最低價、收盤價、成交量和MA5作為輸出樣本，以此滾動建立訓(xùn)練樣本。首先建立BP網(wǎng)絡(luò)進行訓(xùn)練，然后用遺傳算法優(yōu)化BP網(wǎng)絡(luò)，通過選擇、交叉和變異操作找到最優(yōu)適應(yīng)度值個體，將最優(yōu)個體應(yīng)用在對BP網(wǎng)絡(luò)的權(quán)值和閾值的優(yōu)化，然后再對同一樣本進行訓(xùn)練。對比優(yōu)化前后的預(yù)測結(jié)果可以發(fā)現(xiàn)：遺傳算法優(yōu)化BP網(wǎng)絡(luò)可以大幅提升兩支股票的預(yù)測精度，