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

1、隨著股票市場(chǎng)在我國(guó)的不斷成長(zhǎng)、中國(guó)經(jīng)濟(jì)的快速發(fā)展，越來(lái)越多的人將資金投向股票市場(chǎng)。因此，對(duì)股票市場(chǎng)走勢(shì)的預(yù)測(cè)具有很大的理論意義和應(yīng)用價(jià)值。股指作為一種重要的金融數(shù)據(jù)，具有強(qiáng)不確定性和非線性，所以對(duì)股指的預(yù)測(cè)存在一定的難度，目前對(duì)股指的預(yù)測(cè)多采用BP神經(jīng)網(wǎng)絡(luò)。本文主要研究的內(nèi)容是針對(duì)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(duì)股指進(jìn)行預(yù)測(cè)，同時(shí)為了使預(yù)測(cè)的效果更佳，將小波分析理論引入本文當(dāng)中。 本文首先對(duì)中國(guó)股票

2、市場(chǎng)的現(xiàn)狀進(jìn)行分析，然后引入小波理論，并對(duì)其進(jìn)行簡(jiǎn)單介紹，說(shuō)明小波理論在股指預(yù)測(cè)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(duì)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(jìn)行了說(shuō)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(cè)。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(gè)作為樣本數(shù)據(jù)。 本文的第四章、第五章為實(shí)證部分。第四章對(duì)樣本數(shù)據(jù)進(jìn)行小波處理，使用sym8小波函數(shù)對(duì)其進(jìn)行

3、降噪處理，使數(shù)據(jù)變得更加平滑，提高之后預(yù)測(cè)的準(zhǔn)確度。文章的第五章先使用BP神經(jīng)網(wǎng)絡(luò)算法進(jìn)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(duì)預(yù)測(cè)的結(jié)果進(jìn)行平均絕對(duì)誤差及平均相對(duì)誤差計(jì)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(cè)，最后將BP網(wǎng)絡(luò)及RBF網(wǎng)絡(luò)預(yù)測(cè)的結(jié)果進(jìn)行比較分析，得出RBF網(wǎng)絡(luò)在股指預(yù)測(cè)中較BP網(wǎng)絡(luò)更加準(zhǔn)確。為了說(shuō)明小波理論在股指預(yù)測(cè)中應(yīng)用的有效性，本文還對(duì)未經(jīng)小波降噪的預(yù)測(cè)結(jié)果同降噪后的預(yù)測(cè)結(jié)果進(jìn)行比較，證明將小波理論應(yīng)