基于灰色系统和神经网络的股价指数预测

发布时间：2022-02-17 09:32

　　随着社会经济的发展，股票已经成为人们投资理财的一种重要工具。作为一种高风险和高收益并存的投资工具，股票的高风险性主要表现为股票价格的高波动性。股价指数反映了股票市场上股票价格的总体波动状况，比较准确的预测股价指数对于投资决策具有重要的指导意义。论文运用灰色预测模型与人工神经网络模型对上证综指与深证综指的预测进行了研究。分别建立了两种股价指数的日收盘指数、周收盘指数和月收盘指数的T+1、T+3和T+5预测模型。在建模的过程中改变输入数据的数量进行试验，以研究输入数据数量的多寡对模型的预测精确度与预测方向准确性有何影响。研究发现，灰色预测模型和人工神经网络模型的预测精确度水平一般都比较高，绝大部分的误差在10％以下，而预测的方向准确性大多较低，大多数在50％左右。为了找出影响模型预测精确度的因素，将各样本点的预测精确度指标按照可能的影响因素分别进行分组，利用非参数检验的方法对各组之间的差异性进行分析，如果组间差异显著，则表明该因素对模型的预测精确度有显著的影响。实证研究结果表明指数名称、输入变量数、预测距离及数据周期这四种因素均对预测的精确度构成显著的影响，模型类型因素对预测的精确度不构成... 

【文章来源】：哈尔滨工程大学黑龙江省211工程院校

【文章页数】：89 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 论文的选题背景
    1.2 论文的写作目的和意义
    1.3 国内外研究现状
        1.3.1 国外研究现状
        1.3.2 国内研究现状
    1.4 论文的研究思路
        1.4.1 论文的总体思路
        1.4.2 论文的总体研究框图
    1.5 论文的研究方法
    1.6 论文的创新之处
第2章 论文相关理论
    2.1 灰色预测理论
        2.1.1 灰色系统理论
        2.1.2 灰色预测模型的建立
        2.1.3 灰色预测的检验
    2.2 神经网络相关理论
        2.2.1 生物神经元与人工神经元
        2.2.2 神经网络的结构
        2.2.3 神经网络的学习方式
        2.2.4 BP网络与BP算法
    2.3 预测绩效的衡量
        2.3.1 精确度的衡量
        2.3.2 方向准确性的衡量
    2.4 本章小结
第3章 基于灰色预测模型的股价指数预测
    3.1 日数据的GM(1，1)模型预测
        3.1.1 样本数据的选取和统计指标的选取
        3.1.2 灰色系统日收盘指数预测
    3.2 周数据的GM(1，1)模型预测
        3.2.1 样本数据的选取与统计指标的选取
        3.2.2 灰色系统周收盘指数预测
    3.3 月数据的GM(1，1)模型预测
        3.3.1 样本数据的选取与统计指标的选取
        3.3.2 灰色系统月收盘指数预测
    3.4 本章小结
第4章 基于人工神经网络的股价指数预测
    4.1 数据的预处理与还原
    4.2 网络结构的选择
        4.2.1 网络层数
        4.2.2 各层神经元数数量
        4.2.3 网络参数
    4.3 日数据的神经网络模型预测
        4.3.1 样本数据的选取与统计指标的选取
        4.3.2 日收盘指数神经网络预测
    4.4 周数据的神经网络模型预测
        4.4.1 样本数据的选取与统计指标的选取
        4.4.2 周收盘指数神经网络预测
    4.5 月数据的神经网络模型预测
        4.5.1 样本数据的选取与统计指标的选取
        4.5.2 月收盘指数预测
    4.6 本章小结
第5章 预测精确度影响因素分析
    5.1 预测精确度的统计描述
    5.2 预测精确度的影响因素分析
        5.2.1 正态性检验和方差齐性检验
        5.2.2 非参数检验
    5.3 本章小结
结论
参考文献
攻读硕士学位期间发表的论文和取得的科研成果
致谢


【参考文献】：
期刊论文
[1]高新技术产业园区发展指标的神经网络预测[J]. 邢爱国,孙佰清,潘启树.  哈尔滨工业大学学报. 2006(06)
[2]灰色系统理论在林业用地预测中的应用[J]. 陈峰,胡振琪,马彬,李良,张立松.  沈阳农业大学学报. 2006(01)
[3]基于人工神经网络方法的上市公司股价预测[J]. 杨成,程晓玲,殷旅江.  统计与决策. 2005(24)
[4]Levene方差齐性检验[J]. 程琮,范华.  中国卫生统计. 2005(06)
[5]基于灰色系统理论的电信设备拥有量预测[J]. 朱润新,杨海成.  西北大学学报(自然科学版). 2005(05)
[6]投资者预期与我国股票市场的发展[J]. 张少杰,陈峰.  特区经济. 2005(08)
[7]农业干旱程度概率分布的研究[J]. 邱林,陈晓楠,段春青,黄强.  西北农林科技大学学报(自然科学版). 2005(03)
[8]基于K线理论的股票灰色预测方法研究[J]. 李国平,陈森发,李新平.  郑州航空工业管理学院学报. 2004(04)
[9]灰色神经网络模型应用于证券短期预测研究[J]. 夏景明,肖冬荣,夏景虹,贾佳.  工业技术经济. 2004(06)
[10]基于BP神经网络的经济预测方法[J]. 欧邦才.  南京工程学院学报(自然科学版). 2004(02)

硕士论文
[1]神经网络方法在股市预测中的应用研究[D]. 刘莉华.电子科技大学 2005
[2]上证指数重大波动研究[D]. 刘阳.四川大学 2003



本文编号：3629194