基于小波分析与神经网络的股票市场预测应用研究

发布时间：2020-04-13 09:17

【摘要】：股票市场是投资者、管理者和经济管理学者共同关注的热点，自19世纪股票市场建立以来，对股票价格预测模型的研究一直是众多学者关注的焦点。随着股票投资在中国的发展，其影响越来越大，深入了解其运动规律已经成为经济发展的迫切要求。近年来，众多学者把股票市场看作是一个非线性的确定性动力学系统，用非线性确定系统规律研究股价的行为越来越显示出强大生命力。随着非线性理论和技术的发展，，小波分析和神经网络等成为金融市场强有力的分析和预测工具。 本文对小波神经网络预测模型进行了深入分析和研究，构建了适应于股价分析的时间序列短期预测模型。本文研究的重点是小波神经网络预测方法的应用和实现。主要工作如下： 首先，根据国内外实际情况，本文从总体上分析了股票价格预测的必要性和可行性，在此基础上利用系统建模的有关理论和方法，根据实际情况，将抽象的纷繁复杂的金融系统转化为相对清晰的可以在数学上模拟和逼近的系统；同时，在这一过程中我们也认识到股票预测的短期有效性的内在原因。 其次，本文深入地研究应用了神经网络和小波分析理论的基本理论和方法，特别是研究了两者各自的优点与缺点，参考并借鉴了现有的各种小波神经网络的理论与方法，吸取其优点，提出了适合股票指数序列预测的小波网络。进而研究并利用小波神经网络进行股票指数序列预测的基本理论和方法。 为了验证理论和方法的正确性，最后我们利用MATLAB软件实现了该小波网络，并利用上海证券交易所的上证指数和雅戈尔股票2005年—2006年的指数数据验证了这一结论。我们用前170个数据作为训练样本集来训练网络，并用训练后的小波神经网络预测了2006年开始的30个数据，取得令人满意的预测结果，其预测精度优于人工神经网络。
【图文】：

武汉理工大学硕士学位论文.3.43仿真实验及结果分析上海证券交易所的上证指数和雅戈尔股票收盘价原始数据，如图3一8和图3一9。图3一8上证指数和雅戈尔股票收盘价原始数据()a图3一9上证指数和雅戈尔股票收盘价原始数据(b)用BP神经网络对雅戈尔股票收盘价预测，如图3一10和图3一n

图3一12BP神经网络预测数据和实际数据的比较效果，BP神经网络对雅戈尔股票收盘价预测，BP算法仿真的收敛趋势曲线，如图3一13图3一13BP算法仿真的收敛趋势曲线
【学位授予单位】：武汉理工大学
【学位级别】：硕士
【学位授予年份】：2006
【分类号】：F830.91;F224

【引证文献】

相关期刊论文 前2条

1 王刚;许晓兵;;基于小波分析与神经网络时间序列的股票预测方法[J];金融经济;2013年12期

2 杨正祥;康玲;;丹江口水库径流预测方法与趋势分析[J];水电能源科学;2011年02期

相关博士学位论文 前1条

1 杨正祥;基于智能算法的若干典型水文水资源问题研究[D];华中科技大学;2011年

相关硕士学位论文 前10条

1 夏豪杰;沪深300指数波动特征研究[D];天津财经大学;2011年

2 万涛;股票价格的多重分形分析及其预测研究[D];安徽大学;2011年

3 邵航;模糊神经网络在股票价格短期预测中的应用研究[D];暨南大学;2008年

4 周波;基于GA的ANN股价指数预测研究[D];武汉理工大学;2008年

5 李嘉裕;数据挖掘方法在沪深300指数收益率波动预测的应用研究[D];厦门大学;2008年

6 杨二鹏;非参数异方差模型在沪深股市中的应用研究[D];西安理工大学;2010年

7 刘靖涛;基于小波方法的金融时间序列分析[D];华中科技大学;2009年

8 于海蛟;基于动态模糊神经网络的股市预测研究[D];陕西师范大学;2010年

9 沈波;基于BP神经网络的股价预测应用研究[D];湖南大学;2010年

10 张翔宇;基于优化BP神经网络和粒计算的股指预测研究[D];南京大学;2012年

本文编号：2625849