基于神經(jīng)網(wǎng)絡(luò)的技術(shù)分析有效性研究.pdf_第1頁
已閱讀1頁,還剩47頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、技術(shù)分析,作為金融分析中重要的組成部分,其手段隨著信息技術(shù)的發(fā)展被不斷的注入新的理論支持,新技術(shù)、新理論的應(yīng)用更極大的使技術(shù)分析得到了空前的發(fā)展。中國股票市場成立以來,以技術(shù)分析為基礎(chǔ)的研究也越來越引起國內(nèi)廣大投資者的關(guān)注。本文主要研究基于神經(jīng)網(wǎng)絡(luò)預(yù)測模型的技術(shù)分析在我國股票市場的有效性。本文首先綜述了技術(shù)分析的研究發(fā)展現(xiàn)狀,系統(tǒng)的介紹了金融市場有效性、技術(shù)分析有效性的概念、假設(shè)等核心內(nèi)容。通過現(xiàn)有研究成果的引證回答了技術(shù)分析在中國證券

2、市場有效性問題的研究意義。在以上理論的基礎(chǔ)上,本文提出了基于人工神經(jīng)網(wǎng)絡(luò)的技術(shù)分析預(yù)測模型,采用了以人工神經(jīng)網(wǎng)絡(luò)的前饋型網(wǎng)絡(luò)為基礎(chǔ)結(jié)構(gòu),利用反向傳播算法進行學(xué)習(xí)和訓(xùn)練的方法來擬合預(yù)測證券收益率。在技術(shù)分析收益顯著性的檢驗上,針對被檢驗量不服從事先設(shè)定假設(shè)條件問題和存在的數(shù)據(jù)挖掘問題(data-snooping),本文采Bootstrap方法來來檢驗結(jié)論的統(tǒng)計顯著性和穩(wěn)健性。實證研究一采用單隱層的BP神經(jīng)網(wǎng)絡(luò)作為預(yù)測模型并以隨機漫步模型作

3、為比較,研究動量策略應(yīng)用于上證A股綜指所帶來的超額收益。結(jié)果顯示:隨機漫步模型無法獲得超額收益,基于神經(jīng)網(wǎng)絡(luò)的動量策略取得的總超額收益為正;運用Bootstrap檢驗方法得到的p-值也證明基于神經(jīng)網(wǎng)絡(luò)的動量策略具有較好的獲利性和穩(wěn)定性。此外,通過計算和比較還發(fā)現(xiàn),較高的預(yù)測準確度進一步顯示了基于神經(jīng)網(wǎng)絡(luò)的技術(shù)分析手段優(yōu)于簡單技術(shù)分析方法的特性。實證研究二同樣采用隱層的BP神經(jīng)網(wǎng)絡(luò)對逆向策略收益率進行預(yù)測,并將樣本細分為三個代表不同市場環(huán)

4、境的子區(qū)間考察逆向策略的不同效果。結(jié)果顯示:在整個樣本區(qū)間內(nèi)基于神經(jīng)網(wǎng)絡(luò)的逆向策略能獲得正的超額收益,運用Bootstrap檢驗方法得到的p-值也證明這些超額收益顯著大于零,因此可以推斷基于神經(jīng)網(wǎng)絡(luò)的逆向策略運用于我國證券市場預(yù)測具有一定的獲利能力。而對不同市場環(huán)境的分析進一步顯示:在盤整市態(tài)中逆向策略能夠發(fā)揮很好的效果,在持續(xù)上升市中的效果已經(jīng)降低,在持續(xù)下跌市中基本上無效,這也表明投資者在進行技術(shù)分析的時候需要考慮到不同的市場情況。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論