基于动态模糊神经网络的股市预测研究

发布时间：2021-04-01 00:15

　　股票是市场经济的产物,上市公司通过发行股票聚拢资金,投资者将股票作为一种投资手段。随着经济的发展,人们对股市认识的逐渐深入,越来越多的投资者进入股市,股票也成为日常生活中的常见事物。投资股市具有高回报性,但与之相伴的还有它的高风险性。在股票投资者中,不乏取得收益的佼佼者,但更多的却是面对变化莫测的股市,不知所措任其摆布的投资者。但因为股市强大的吸引力,人们从未放弃对它的追逐,个人投资者和机构投资者都强烈希望能够找到一种有效的方法,来预测股票未来的走势情况。越来越多的研究者也投入到对股票预测方法的研究中。预测股市的方法很多,例如通过分析财务数据,寻找其中决定股市走势的因素,从而对股市未来发展趋势进行预测等。然而,股票市场是一个复杂的非线性动态系统,运用传统的时间序列预测技术,想要对它进行预测几乎是不可能的。随着对股票特征的认识,近年来,将神经网络用于股市预测的研究越来越多。由于神经网络强大的非线性问题处理能力,很好的自学习能力和自适应能力,使它可以逼近任意函数,在股票的预测中也取得了一定的效果。模糊逻辑提供了模糊规则的生成机制,可以模拟人类的推理过程,并能利用已有的专家知识。由于模糊逻辑... 

【文章来源】：陕西师范大学陕西省 211工程院校 教育部直属院校

【文章页数】：61 页

【学位级别】：硕士

【部分图文】：

模糊规则产生Fig.3-1G口姆口e加阿耐

鬓鬓鬓{{{...翼翼图3一1模糊规则产生Fig.3一 1Genera1Lefo娜rUles由图可以看到，随着样本数据的不断增加，模糊规则处于不断的变化中。到网络训练结束，共确定了七条模糊规则。需要指出的是，在训练的过程中，没有模糊规则下降的情况，但并不能说明没有规则被剔除，因为有可能在剔除当前规则的同时又有新的规则产生，从而保持规则数不变。在网络的训练过程中，对于每一组输入输出值，网络经过权值和参数的调整，使得输入经过网络后，可以尽量得到目标输出，拟合输出值与输入值之间的函数关系。图3一2为网络训练结果和误差图。图3一上证指数训练结果Fig.3一 2TheShanghaiComPOsiteIndex于 rainingResults可以看出，在网络训练初期，网络不稳定，误差值和变化幅度都较大。随着训练的进行

计算测试误差。图3一3中左为预测值与实际值的对比图。其中红线为实际值，蓝线为预测值。右为预测值与实际值之间的误差。从图中的对比情况来看，预测取得了较满意的效果。


本文编号：3112321