基于遺傳神經(jīng)網(wǎng)絡的證券市場指數(shù)預測研究.pdf

1、本研究結(jié)合遺傳算法(GA)與倒傳遞神經(jīng)網(wǎng)絡(BPNN),對深圳綜合指數(shù)的未來走勢進行了預測研究,為證券市場的指數(shù)研究提供了一個相對客觀且具有一定準確性的預測工具.由于單獨使用倒傳遞神經(jīng)網(wǎng)絡,易陷入局部最優(yōu)化,同時定義一個最佳神經(jīng)網(wǎng)絡結(jié)構(gòu)也存在一定難度.因此本文嘗試采用一個不同的搜尋方式,即以遺傳算法來評選達到適合度最高的神經(jīng)網(wǎng)絡結(jié)構(gòu).搜索過程中,應用不同的神經(jīng)網(wǎng)絡的結(jié)構(gòu),計算適合度,并以遺傳算法中的交配、繁衍、突變的機制運作,將可避免陷

2、入局部最優(yōu)化.一旦決定最優(yōu)結(jié)構(gòu)后,再以傳統(tǒng)的倒傳遞神經(jīng)網(wǎng)絡的方法訓練,搜尋最優(yōu)節(jié)點權(quán)重,將可增進求得最優(yōu)解的速度.在預測研究中,為全面反映股市的特點和規(guī)律,本研究使用深圳綜合指數(shù)作為對象,采集1996年1月至2004年3月共99組原始月度數(shù)據(jù),通過對月收盤值、月成交量以及一些技術(shù)分析指標共14個數(shù)據(jù)組的訓練和學習,調(diào)整模型各組成神經(jīng)單元之間的連接權(quán)重,確定輸入輸出之間的內(nèi)在聯(lián)系,從而使模型具備了對深圳綜合指數(shù)月度數(shù)據(jù)的預測評估能力.通過