神經網絡方法在證券市場預測中的應用研究.pdf

1、在金融證券市場中,傳統(tǒng)線性分析方法長期以來一直是被人們廣泛采用的主要分析手段,目前仍然是占主流的方法.從某種程度上說,線性分析方法是成功和有效的,它解釋了金融證券市場中的很多直觀現(xiàn)象和具體問題,但是,由于金融證券市場確實非常復雜,對于更多的復雜現(xiàn)象和難解問題,單純依靠線性分析方法很難得出令人滿意的結果.于是,把證券市場作為非線性復雜系統(tǒng)來建立模型正成為一種新的趨勢.本文的工作是將非線性理論和分析方法應用于金融證券市場的探索性研究.本文首

2、先考察了以證券市場為例的金融經濟系統(tǒng)運行特征,證明了中國金融證券市場是一個復雜的非線性系統(tǒng),存在自發(fā)性、無序性的一面,也存在自組織性、自我調整、向某種規(guī)律逼近的一面.本文的研究目的是針對金融市場信息的非線性特征,將神經網絡這種重要的非線性分析方法和金融理論相結合,通過建模、特征提取和金融市場時間序列的數(shù)據(jù)分析,將金融信息的研究建立在更加切合實際的理論和更加智能化的基礎上.本文介紹了人工神經網絡的基礎知識和金融經濟系統(tǒng)中一個典型問題一證券