人工神经网络在上海股市趋势预测中的应用——与时间序列预测对比分析

发布时间：2021-10-25 08:16

　　我国股市成立已有十几年，逐渐成长为我国最重要的资本市场之一。各方对股票市场的关注使得对股市未来行情的预测成为一个多年的热门研究课题。在学术领域，投资预测的研究方法仍以较为传统的统计理论为主，本文首先简单介绍了时间序列理论的发展情况，并用一个简单的时间序列模型对上证指数做了一个简单预测。而后对新兴起的人工神经网络理论的发展与预测应用作了初步探讨与研究，并将其预测应用效果与时间序列模型预测方法进行了对比，从而对人工神经网络在投资预测上的优缺点得出了一些有价值的结论： 1．人工神经网络可以实现较精确的预测。人工神经网络可以模拟技术分析和基本分析，也可以将技术分析与基本分析相结合，进行综合分析。通过人工神经网络得到的预测结果基本上与较传统的时间序列理论得到的预测结果精度相似。 2．人工神经网络模型在建立过程中，自动化程度相对较高，许多内部过程可以自动完成。因此，人工神经网络可以集成在软件中提供给一般投资者用于预测。 3．人工神经网络的自动性在另外一个角度也会成它的一个弱点。由于它的自动化，使得其内部过程成为一个暗箱，不利于我们分析它的内部影响关系及过程。这也就使我们不易分析它... 

【文章来源】：东北财经大学辽宁省

【文章页数】：54 页

【学位级别】：硕士

【文章目录】：
引言
一、 利用时间序列模型进行股市趋势预测
    (一) 时间序列理论简介
        1 单变量模型
        2 多变量模型
    (二) 时间序列模型的建立与预测效果
        1 时间序列模型的建立
        2 预测效果分析
二、 人工神经网络简介
    (一) 人工神经网络的工作原理
    (二) 人工神经网络的特点
    (三) 人工神经元模型
    (四) 神经网络的学习
        1 学习方式
        2 学习规则
    (五) 神经网络结构分类及几种典型神经网络简介
        1 前馈型神经网络
        2 反馈型神经网络
三、 基于神经网络的股市趋势拟合预测
    (一) 神经网络模型的选择
    (二) 数据的选择和预处理
    (三) 神经网络模型的建立
    (四) 结论与问题分析
四、 时间序列方法与神经网络方法对比与结论
参考文献
后记


【参考文献】：
期刊论文
[1]对单方程经济计量特殊模型及其估计方法的研究[J]. 白雪梅.  东北财经大学学报. 2001(05)



本文编号：3457006