基于優(yōu)化的神經(jīng)網(wǎng)絡期貨交易指標的研究.pdf

1、神經(jīng)網(wǎng)絡是機器學習領域重要的研究方法，神經(jīng)網(wǎng)絡預測能力在金融領域有著廣泛的應用。期貨市場中，程序化交易的交易策略研究日漸深入，本文旨在優(yōu)化神經(jīng)網(wǎng)絡，進行訓練、預測，并根據(jù)預測結(jié)果研究交易指標，對不同交易策略進行改進。
　　神經(jīng)網(wǎng)絡預測由于數(shù)據(jù)儲存信息不足、結(jié)構(gòu)簡單等問題經(jīng)常出現(xiàn)誤差很大的預測結(jié)果，并且隨著初始權重的不同，預測結(jié)果變化很大，充滿了不確定性。針對這一問題，本文提出了多變量預測方法。NARX神經(jīng)網(wǎng)絡輸入允許加入多個外部變

2、量進行訓練，并使用多個外部變量作為最后的預測指標，本文進行預測的數(shù)據(jù)是期貨商品豆粕的價格，通過詳細的分析，總結(jié)出十個影響豆粕價格的因素，將它們作為神經(jīng)網(wǎng)絡的外部輸入。同時，為了避免外部因子信息的的重復使用，本文引入主成分分析法，對十個外部變量進行降維處理，選出四個互不相關的主成分，即保留了原始數(shù)據(jù)的大部分信息，避免了數(shù)據(jù)冗余，又提高了神經(jīng)網(wǎng)絡的訓練速度。本文通過對多變量預測結(jié)果和單變量預測結(jié)果進行對比，發(fā)現(xiàn)多變量預測更加準確。