神經(jīng)網(wǎng)絡(luò)在股市預(yù)測(cè)中的建模及應(yīng)用.pdf

1、人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks)是一門(mén)新興的交叉學(xué)科,是模擬人腦智能結(jié)構(gòu)和功能而開(kāi)發(fā)出來(lái)的非線性信息處理系統(tǒng),具有學(xué)習(xí)能力、并行性、容錯(cuò)性及易于硬件實(shí)現(xiàn)等基本特征,主要用于解決模式分類、函數(shù)逼近和數(shù)據(jù)壓縮三大問(wèn)題.近二十年來(lái),神經(jīng)網(wǎng)絡(luò)得到了迅猛的發(fā)展,在金融預(yù)測(cè)等眾多領(lǐng)域得到了廣泛的應(yīng)用.股票市場(chǎng)是一個(gè)高度復(fù)雜的非線性動(dòng)態(tài)系統(tǒng),其變化規(guī)律即有一定的自身的趨勢(shì)性,又受政治的、經(jīng)濟(jì)的、心理的諸多因素的影響

2、.建立在數(shù)理統(tǒng)計(jì)基礎(chǔ)上的傳統(tǒng)定量預(yù)測(cè)方法在對(duì)股市的研究中面臨著許多困難,而神經(jīng)網(wǎng)絡(luò)具有自組織、自適應(yīng)等特點(diǎn),能自動(dòng)從歷史數(shù)據(jù)中提取有關(guān)經(jīng)濟(jì)活動(dòng)中的知識(shí),因而非常適用于解決股票預(yù)測(cè)領(lǐng)域中的一些問(wèn)題.迄今為止,針對(duì)不同的股市,國(guó)外許多學(xué)者都建立了相應(yīng)的預(yù)測(cè)模型,給出了很好的預(yù)測(cè)方法,也取得了良好的預(yù)測(cè)效果.但由于中國(guó)證券市場(chǎng)僅有十年多的發(fā)展歷史,還很不完善,在國(guó)外成熟市場(chǎng)上流行和行之有效的經(jīng)驗(yàn)和方法未必適合目前中國(guó)的"股"情.因此,對(duì)于國(guó)外

3、成功的經(jīng)驗(yàn),我們還只是借鑒,而不是"拿來(lái)".該文的工作主要有以下幾個(gè)方面;1.概括總結(jié)了神經(jīng)網(wǎng)絡(luò)在股市預(yù)測(cè)模型中的應(yīng)用.2.將廣泛使用的一些股市技術(shù)分析指標(biāo)引入了股票的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型之中,從而使對(duì)滬市綜合指數(shù)預(yù)測(cè)的正確率有所提高.3.我們對(duì)使用BP神經(jīng)網(wǎng)絡(luò)方法和模糊神經(jīng)網(wǎng)絡(luò)方法的股價(jià)預(yù)測(cè)模型進(jìn)行了分析和比較,結(jié)果證明使用模糊神經(jīng)網(wǎng)絡(luò)方法的股價(jià)預(yù)測(cè)模型具有更好的性能.4.在綜合考慮滬市綜合指數(shù)和個(gè)股股價(jià)的漲跌基礎(chǔ)上,對(duì)一類簡(jiǎn)單的黑馬模式