小波神經(jīng)網(wǎng)絡(luò)在股價(jià)預(yù)測中的應(yīng)用.pdf

1、隨著國民經(jīng)濟(jì)的迅速發(fā)展和市場經(jīng)濟(jì)的不斷完善，股票市場逐步成為我國證券業(yè)乃至整個金融業(yè)必不可少的組成部分，將股票市場走勢進(jìn)行分析和預(yù)測具有重要的理論意義和實(shí)際的應(yīng)用價(jià)值。近年來，人們一般是通過建立時(shí)間序列預(yù)測模型來解決股價(jià)預(yù)測問題的，時(shí)間序列預(yù)測模型在線性系統(tǒng)、平穩(wěn)時(shí)間序列問題上得到廣泛應(yīng)用，但在處理具有非線性特征或非平穩(wěn)時(shí)間序列問題上，特別是在有人參與的主動系統(tǒng)、社會經(jīng)濟(jì)系統(tǒng)的預(yù)測上，這類方法無法取得令人滿意的預(yù)測效果。隨著非線性理論和

2、人工智能技術(shù)的發(fā)展，小波分析和神經(jīng)網(wǎng)絡(luò)發(fā)展成為金融市場的分析和預(yù)測工具，但由于小波分析和神經(jīng)網(wǎng)絡(luò)各自內(nèi)在的局限性，使它們用于股價(jià)預(yù)測時(shí)，結(jié)果不是很理想，如：BP算法收斂速度很慢，且在網(wǎng)絡(luò)初始參數(shù)數(shù)據(jù)選取不當(dāng)時(shí)，易陷入局部極小點(diǎn)；正交小波構(gòu)造比較復(fù)雜，難以用顯式表達(dá)等。而小波神經(jīng)網(wǎng)絡(luò)結(jié)合了小波分析和神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)，在一定程度上克服了二者各自應(yīng)用于預(yù)測系統(tǒng)的不足，因此，將小波神經(jīng)網(wǎng)絡(luò)應(yīng)用于股價(jià)預(yù)測具有重要的理論意義和實(shí)際的應(yīng)用價(jià)值。

3、 本文首先介紹了小波分析和BP神經(jīng)網(wǎng)絡(luò)的基本理論；然后利用BP神經(jīng)網(wǎng)絡(luò)構(gòu)建了BP神經(jīng)網(wǎng)絡(luò)短期預(yù)測模型，對模型中樣本數(shù)據(jù)的選取、網(wǎng)絡(luò)輸入量的確定、數(shù)據(jù)的預(yù)處理方法等問題進(jìn)行了規(guī)定，通過仿真實(shí)驗(yàn)確定了模型中隱含層神經(jīng)元的個數(shù)；并對個股收盤價(jià)進(jìn)行仿真實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明BP神經(jīng)網(wǎng)絡(luò)用于股價(jià)預(yù)測的效果是較好的。最后從小波神經(jīng)網(wǎng)絡(luò)的構(gòu)造理論出發(fā)，對小波和神經(jīng)網(wǎng)絡(luò)的松散型結(jié)合方式進(jìn)行了深入分析，提出利用小波分解與重構(gòu)技術(shù)構(gòu)建小波神經(jīng)網(wǎng)絡(luò)短期預(yù)測模型的