粒子群優(yōu)化神經(jīng)網(wǎng)絡在多種股市中的預測研究.pdf

1、隨著中國股票市場的發(fā)展，股票市場的投資活動逐漸變得頻繁，股票市場逐漸成為證券市場中最活躍的市場，股票成為投資者們最熱衷的投資產(chǎn)品。所以股票價格的預測成為了一項熱門研究。有效的預測分析方法可以很好的幫助投資者制定投資策略，在增加收益的同時降低風險。股票市場是一個非常復雜的系統(tǒng)，但是它的內(nèi)在規(guī)律具有一定的趨勢性，而且受到經(jīng)濟政治等許多因素的影響，但就是如此股票市場這個系統(tǒng)的運動規(guī)律仍然是很難掌握的。許多的學者對股票市場進行研究，并且產(chǎn)生了許

2、多的方法模型。傳統(tǒng)的研究方法主要是基于數(shù)理統(tǒng)計理論的模型，先建立主觀的數(shù)據(jù)序列模型，再對模型進行預測和研究，像時間序列等等模型在這方面有很多的應用，但是其預測精度無法達到人們的要求，事實上人們在研究中逐漸發(fā)現(xiàn)股票市場系統(tǒng)是一個復雜的非線性系統(tǒng)，傳統(tǒng)的線性模型無法很好的逼近其內(nèi)在規(guī)律，許多的學者開始研究股票的混沌性質(zhì)，而且隨著非線性算法的發(fā)展，許多學者開始使用神經(jīng)網(wǎng)絡，遺傳算法等非線性算法對股票是場進行預測，各種基于非線性算法的股票預測模

3、型被建立。
　　本文將粒子群優(yōu)化算法和bp神經(jīng)網(wǎng)絡進行了融合，利用粒子群算法對神經(jīng)網(wǎng)絡的連接權(quán)重和閾值的訓練進行優(yōu)化，討論了各個參數(shù)的選取設定優(yōu)化，建立了粒子群優(yōu)化bp神經(jīng)網(wǎng)絡模型并將其用于股票預測的實證研究。通過對三種具有市場代表性的指數(shù)進行實證分析，以及將粒子群優(yōu)化神經(jīng)網(wǎng)絡的預測效果與傳統(tǒng)的單一bp神經(jīng)網(wǎng)絡預測效果進行對比分析，得到的結(jié)果表明粒子群算法能夠有效的加強神經(jīng)網(wǎng)絡的預測能力，減小預測誤差，提高訓練速度;三大市場的預測