同時(shí)引入動(dòng)量項(xiàng)和收益因素的BP算法及其在股市預(yù)測中的應(yīng)用.pdf

1、股票市場以其高風(fēng)險(xiǎn)、高收益的特點(diǎn)吸引著廣大的投資者，而目前受世界金融危機(jī)影響我國經(jīng)濟(jì)遭受了很大沖擊，使我國股市出現(xiàn)很大波動(dòng)。要對(duì)其進(jìn)行準(zhǔn)確的預(yù)測非常困難，而人工神經(jīng)網(wǎng)絡(luò)具有外推性和對(duì)周圍環(huán)境的自適應(yīng)或?qū)W習(xí)的能力。已經(jīng)證明，一個(gè)三層的人工神經(jīng)網(wǎng)絡(luò)，在隱層節(jié)點(diǎn)足夠多的情況下，經(jīng)過充分訓(xùn)練可以以任意精度逼近任何非線性函數(shù)，因而人工神經(jīng)網(wǎng)絡(luò)在復(fù)雜非線性函數(shù)的建模中具有巨大的潛力。當(dāng)給人工神經(jīng)網(wǎng)絡(luò)以輸入一輸出模式時(shí)，它可以通過自我調(diào)整使誤差達(dá)到最

2、小，即通過訓(xùn)練進(jìn)行學(xué)習(xí)。對(duì)于某些難以參數(shù)化的因素，可以通過訓(xùn)練，自動(dòng)總結(jié)規(guī)律。近年來，神經(jīng)網(wǎng)絡(luò)為股票市場的建模與預(yù)測提供了新的技術(shù)和方法。
　　 本文主要采用《引入收益的RBF神經(jīng)網(wǎng)絡(luò)及其在股市預(yù)測中的應(yīng)用》中對(duì)BP網(wǎng)絡(luò)和RBF網(wǎng)絡(luò)中加入時(shí)間因素和懲罰因子的方法，并在權(quán)值改變量中加入了動(dòng)量項(xiàng)α得到同時(shí)加入動(dòng)量項(xiàng)和收益的αTDPBP網(wǎng)絡(luò)和αTDPRBF網(wǎng)絡(luò)。為了進(jìn)行比較，本文嘗試分別使用標(biāo)準(zhǔn)BP網(wǎng)絡(luò)、加入動(dòng)量項(xiàng)的αBP網(wǎng)絡(luò)、加入收

3、益因素的TDPBP網(wǎng)絡(luò)及同時(shí)加入動(dòng)量項(xiàng)和收益因素的αTDPBP網(wǎng)絡(luò)對(duì)股市進(jìn)行預(yù)測，同時(shí)也使用標(biāo)準(zhǔn)RBF網(wǎng)絡(luò)、加入動(dòng)量項(xiàng)的αRBF網(wǎng)絡(luò)、帶收益因素的TDPRBF網(wǎng)絡(luò)及同時(shí)加入動(dòng)量項(xiàng)和收益因素的αTDPRBF網(wǎng)絡(luò)進(jìn)行了預(yù)測。
　　 經(jīng)實(shí)驗(yàn)表明在標(biāo)準(zhǔn)BP網(wǎng)絡(luò)中同時(shí)加入動(dòng)量項(xiàng)和收益因素（時(shí)間因素和懲罰因素）能夠使年利潤率由原來只加入收益的9.725057提高到12.222887，提高了2.497830，年利潤率相對(duì)提高了20.4％，同時(shí)