基于深度學(xué)習(xí)的股票價(jià)格趨勢(shì)預(yù)測(cè)方法研究.pdf

1、分類號(hào)分類號(hào)密級(jí)UDC學(xué)校代碼學(xué)校代碼學(xué)術(shù)碩士研究生學(xué)位論文基于深度學(xué)習(xí)的股票價(jià)格趨勢(shì)預(yù)測(cè)方法研究學(xué)院（部、所）：學(xué)院（部、所）：信息信息學(xué)院學(xué)院專業(yè)：業(yè)：計(jì)算機(jī)軟件與理論計(jì)算機(jī)軟件與理論姓名：名：劉磊劉磊導(dǎo)師：師：余建坤余建坤、劉念祖劉念祖論文起止時(shí)間：2016年5月~2017年6月摘要I摘要當(dāng)今股票市場(chǎng)不僅為優(yōu)秀掛牌企業(yè)提供融資，同時(shí)讓一些有投資意識(shí)的股民提供資金出路。從而使得社會(huì)資源得到更好的配置和宏觀經(jīng)濟(jì)得以調(diào)控，然而由于股市的

2、不確定性，每個(gè)投資人對(duì)股市認(rèn)知的異同性、技術(shù)分析的復(fù)雜性等因素，使得廣大股民投資的回報(bào)率達(dá)不到預(yù)期，有的甚至血本無(wú)歸。所以一直以來(lái)股票市場(chǎng)都被無(wú)論是政府、企業(yè)還是投資者所高度關(guān)注。股票價(jià)格趨勢(shì)的預(yù)測(cè)更是股票研究中的熱點(diǎn)。眾所周知，由于股市的波動(dòng)具有極強(qiáng)的非線性、高噪聲等特點(diǎn)，所以對(duì)股票價(jià)格趨勢(shì)預(yù)測(cè)極其困難，傳統(tǒng)股票預(yù)測(cè)方法往往收效甚微。因此如何建立新的股票價(jià)格趨勢(shì)預(yù)測(cè)的模型來(lái)提高預(yù)測(cè)的準(zhǔn)確度，從而幫助金融投資者有效規(guī)避風(fēng)險(xiǎn)，投資獲利最大

3、化，具有重要的理論意義和應(yīng)用價(jià)值。本文首先闡述了傳統(tǒng)股票預(yù)測(cè)方法，大體分為：基本分析法主要是從宏觀微觀經(jīng)濟(jì)、相關(guān)公司的財(cái)務(wù)報(bào)表和現(xiàn)金流等信息角度，通過(guò)相對(duì)估值和折現(xiàn)估值等等，對(duì)該股票的內(nèi)在價(jià)值進(jìn)行估值。不足之處：信息不對(duì)等性及相關(guān)掛牌公司披露信息延時(shí)性、準(zhǔn)確性等導(dǎo)致估值困難。大盤分析法主要是依據(jù)統(tǒng)計(jì)圖表，如K線圖，其形態(tài)可分為整理形態(tài)和趨向線等，根據(jù)對(duì)其特定的形態(tài)來(lái)判斷股市的未來(lái)動(dòng)向。不足之處：此類分析方法繁多，且各個(gè)投資人判斷習(xí)慣不同

4、，方法之間存在巨大差別。統(tǒng)計(jì)學(xué)分析法主要是采用最小二乘構(gòu)建各種回歸，例如混合回歸模型、自回歸模型等進(jìn)行股票價(jià)格趨勢(shì)預(yù)測(cè)，此類模型的預(yù)測(cè)預(yù)測(cè)準(zhǔn)確率較前兩類預(yù)測(cè)方法要高。不足之處：這些回歸模型通常假設(shè)前提太多，且對(duì)非線性強(qiáng)的問(wèn)題處理能力，而股票價(jià)格趨勢(shì)的預(yù)測(cè)問(wèn)題影響因素眾多且非線性極強(qiáng)?；谌斯ど窠?jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型具有高度自組織、自調(diào)整和自學(xué)習(xí)的能力、是一個(gè)復(fù)雜度極高的非線性系統(tǒng)，模型預(yù)測(cè)結(jié)果通常也要優(yōu)于上述傳統(tǒng)方法。不足之處：基于神經(jīng)網(wǎng)絡(luò)的