基于回聲狀態(tài)網(wǎng)絡(luò)的短期股價(jià)預(yù)測模型研究.pdf

1、股票在國民經(jīng)濟(jì)中扮演著重要角色。對(duì)國民經(jīng)濟(jì)而言，如何保持股市穩(wěn)定、避免發(fā)生股災(zāi)是我國相關(guān)人員需要考慮的問題。對(duì)投資者而言，如何規(guī)避風(fēng)險(xiǎn)，使獲利最大化是投資者日夜思考的問題。因此，對(duì)股票價(jià)格進(jìn)行預(yù)測從而做出最優(yōu)決定就顯得十分必要。我國的股票市場是一個(gè)非常復(fù)雜的非線性系統(tǒng)，許多研究人員采用神經(jīng)網(wǎng)絡(luò)的非線性方法進(jìn)行股票價(jià)格預(yù)測并取得了不錯(cuò)的效果。但是使用傳統(tǒng)神經(jīng)網(wǎng)絡(luò)進(jìn)行股價(jià)預(yù)測時(shí)存在訓(xùn)練過程復(fù)雜等問題。此外，股票價(jià)格受多種因素影響，使得股價(jià)表

2、現(xiàn)出不同走勢，導(dǎo)致單一模型很難滿足預(yù)測要求。同時(shí)，大多股價(jià)預(yù)測模型缺乏地區(qū)行業(yè)通用性，即每次對(duì)一只股票進(jìn)行預(yù)測必須為該股票建立單獨(dú)的模型，且該單獨(dú)模型只包含該只股票的信息，并沒有包含與該只股票處于同一地區(qū)同一行業(yè)的其余股票信息，這使得單獨(dú)模型不能涵蓋影響該只股票價(jià)格的所有因素，導(dǎo)致預(yù)測精度不高，預(yù)測過程繁瑣復(fù)雜。
　　針對(duì)我國目前大多股價(jià)預(yù)測模型缺乏地區(qū)行業(yè)通用性及神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程復(fù)雜的問題，本文使用ESN建立基于上海地區(qū)房地產(chǎn)行

3、業(yè)的短期股價(jià)預(yù)測通用模型，簡化了訓(xùn)練過程，模型訓(xùn)練好后可預(yù)測上海地區(qū)房地產(chǎn)行業(yè)內(nèi)任意股票，且與用某只股票建立的單獨(dú)模型相比，該通用模型的預(yù)測精度明顯提高。針對(duì)短期股票價(jià)格預(yù)測方法中使用單一非線性模型預(yù)測效果不理想，本文在通用模型基礎(chǔ)上提出基于KMeans-ESN的短期股價(jià)預(yù)測上海地區(qū)房地產(chǎn)行業(yè)通用模型。通過選取不同的聚類指標(biāo)，本文詳細(xì)提出了基于數(shù)據(jù)波動(dòng)性聚類的KMeans-ESN短期股價(jià)預(yù)測上海地區(qū)房地產(chǎn)行業(yè)通用模型和基于數(shù)據(jù)波動(dòng)性及變

4、化趨勢聚類的KMeans-ESN短期股價(jià)預(yù)測上海地區(qū)房地產(chǎn)行業(yè)通用模型，并將三類模型進(jìn)行了對(duì)比。通過聚類和對(duì)比實(shí)驗(yàn)得出ESN、基于數(shù)據(jù)波動(dòng)性聚類的KMeans-ESN、基于數(shù)據(jù)波動(dòng)性及變化趨勢聚類的KMeans-ESN這三種模型分別適合的數(shù)據(jù)類型。
　　同時(shí)，由于回聲狀態(tài)網(wǎng)絡(luò)很多初始參數(shù)需要預(yù)先設(shè)定，而這些參數(shù)設(shè)置需有一定經(jīng)驗(yàn)的研究人員或通過試湊確定，針對(duì)這兩種方法需要人工干預(yù)、耗時(shí)、效率低等存在的不足，本文使用GSA對(duì)ESN模型