小波分析和神經(jīng)網(wǎng)絡(luò)在股指預(yù)測中的應(yīng)用研究.pdf

1、隨著股票市場在我國的不斷成長、中國經(jīng)濟的快速發(fā)展，越來越多的人將資金投向股票市場。因此，對股票市場走勢的預(yù)測具有很大的理論意義和應(yīng)用價值。股指作為一種重要的金融數(shù)據(jù)，具有強不確定性和非線性，所以對股指的預(yù)測存在一定的難度，目前對股指的預(yù)測多采用BP神經(jīng)網(wǎng)絡(luò)。本文主要研究的內(nèi)容是針對BP神經(jīng)網(wǎng)絡(luò)的一些缺陷提出徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)更適合對股指進行預(yù)測，同時為了使預(yù)測的效果更佳，將小波分析理論引入本文當中。 本文首先對中國股票

2、市場的現(xiàn)狀進行分析，然后引入小波理論，并對其進行簡單介紹，說明小波理論在股指預(yù)測中的應(yīng)用方法。隨后介紹了人工神經(jīng)網(wǎng)絡(luò)的發(fā)展概況及分類，并對本文所要用的BP神經(jīng)網(wǎng)絡(luò)及RBF神經(jīng)網(wǎng)絡(luò)的算法及學(xué)習(xí)規(guī)則進行了說明。在理論基礎(chǔ)之上，本文將小波分析同神經(jīng)網(wǎng)絡(luò)結(jié)合應(yīng)用于股指的預(yù)測。本文分別選取了97年到06年深、滬的每周閉盤指數(shù)共452個作為樣本數(shù)據(jù)。 本文的第四章、第五章為實證部分。第四章對樣本數(shù)據(jù)進行小波處理，使用sym8小波函數(shù)對其進行

3、降噪處理，使數(shù)據(jù)變得更加平滑，提高之后預(yù)測的準確度。文章的第五章先使用BP神經(jīng)網(wǎng)絡(luò)算法進行建模，用小波處理后的數(shù)據(jù)作為網(wǎng)絡(luò)的輸入，并對預(yù)測的結(jié)果進行平均絕對誤差及平均相對誤差計算；然后使用相同的輸入數(shù)據(jù)用RBF神經(jīng)網(wǎng)絡(luò)建模預(yù)測，最后將BP網(wǎng)絡(luò)及RBF網(wǎng)絡(luò)預(yù)測的結(jié)果進行比較分析，得出RBF網(wǎng)絡(luò)在股指預(yù)測中較BP網(wǎng)絡(luò)更加準確。為了說明小波理論在股指預(yù)測中應(yīng)用的有效性，本文還對未經(jīng)小波降噪的預(yù)測結(jié)果同降噪后的預(yù)測結(jié)果進行比較，證明將小波理論應(yīng)