陰陽(yáng)波動(dòng)率神經(jīng)網(wǎng)絡(luò)的澳大利亞股指趨勢(shì)預(yù)測(cè).pdf

1、本文主要探討了兩個(gè)問(wèn)題，一個(gè)是金融市場(chǎng)價(jià)格趨勢(shì)是否可預(yù)測(cè)的問(wèn)題，另一個(gè)是如何建立預(yù)測(cè)模型問(wèn)題。事實(shí)上，金融市場(chǎng)價(jià)格趨勢(shì)是否可預(yù)測(cè)這個(gè)理論問(wèn)題至今沒(méi)有得到徹底的解決，而第二個(gè)探討的問(wèn)題其實(shí)也是對(duì)第一個(gè)理論問(wèn)題的一種研究手段。因此本文主要內(nèi)容放在對(duì)第二個(gè)問(wèn)題的探討上，尋找一個(gè)穩(wěn)健的金融市場(chǎng)價(jià)格趨勢(shì)預(yù)測(cè)模型。基于神經(jīng)網(wǎng)絡(luò)建立的非線性預(yù)測(cè)模型，雖然已經(jīng)有很廣泛的普遍性，但是如何解決神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的輸入和輸出依然是一個(gè)值得深入研究的課題。為此本

2、文提出了一種從歷史價(jià)格序列中提取模型輸入特征向量的新方法——陰陽(yáng)波動(dòng)率偏差來(lái)建立神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，對(duì)模型的輸出問(wèn)題上則探討了多個(gè)輸出與單個(gè)輸出的優(yōu)劣。
　　本文首先回顧關(guān)于市場(chǎng)預(yù)測(cè)研究的歷史進(jìn)程和相關(guān)理論成果。然后對(duì)建立預(yù)測(cè)模型時(shí)需要用到的數(shù)學(xué)模型——前饋式神經(jīng)網(wǎng)絡(luò)做了算法介紹。在第三章對(duì)本文建立預(yù)測(cè)模型的主要?jiǎng)?chuàng)新理論做出詳細(xì)描述，即模型的輸入方法——陰陽(yáng)波動(dòng)率的相關(guān)理論與計(jì)算方法，包括計(jì)算小波陰陽(yáng)波動(dòng)率時(shí)需要用到的小波分析數(shù)學(xué)算

3、法。陰陽(yáng)波動(dòng)率是對(duì)傳統(tǒng)價(jià)格波動(dòng)率賦予方向變化的一種創(chuàng)新擴(kuò)展，相比傳統(tǒng)波動(dòng)率其不僅蘊(yùn)含市場(chǎng)價(jià)格波動(dòng)信息，而且包含市場(chǎng)價(jià)格在不同尺度空間下的預(yù)期偏差——趨勢(shì)信息，因此陰陽(yáng)波動(dòng)率對(duì)比原始?xì)v史價(jià)格作為預(yù)測(cè)模型輸入向量具有更豐富的價(jià)格變化信息，對(duì)價(jià)格趨勢(shì)預(yù)測(cè)有明顯的優(yōu)勢(shì)。本文選擇澳大利亞股指作為實(shí)驗(yàn)數(shù)據(jù)，利用3層前饋式神經(jīng)網(wǎng)絡(luò)建立5個(gè)預(yù)測(cè)模型，對(duì)澳大利亞股指最高價(jià)、最低價(jià)和收盤(pán)價(jià)的短期趨勢(shì)分別做出預(yù)測(cè)。最后發(fā)現(xiàn)新的價(jià)格波動(dòng)率計(jì)算方法——陰陽(yáng)波動(dòng)率