小波网络建模预报方法研究及其在股市预测中的应用

发布时间：2021-02-11 22:32

　　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。线性统计预测模型曾广泛应用于该领域，如AR、ARIMA模型等，但效果都不是很理想。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。随着非线性理论和人工智能技术的发展，小波分析和小波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网络预测方法的应用和实现。主要工作如下： 从小波网络构造理论出发，对目前广泛应用的小波网络三种典型结构进行了深入分析。考虑网络算法、逼近细节能力、包含频域信息广等方面因素，指出了用RBF-WNN（以尺度函数为激励函数的小波网络）、MLP-WNN（以小波函数为激励函数的小波网络）对股票市场进行建模的不足，提出多分辨小波网络（MRA-WNN）适合股价非线性时间序列预测。应用MRA-WNN既能逼近股票市场的整体变化趋势（轮廓），亦能捕捉变化的细节。 ... 

【文章来源】：哈尔滨工程大学黑龙江省 211工程院校

【文章页数】：112 页

【学位级别】：博士

【文章目录】：
第1章 绪论
    1.1 课题的目的和意义
    1.2 股价基本分析方法
        1.2.1 股价波动因素分析
        1.2.2 股价分析方法
        1.2.3 股价分析方法评价
    1.3 小波分析及应用
    1.4 小波理论在金融领域中应用综述
    1.5 小波网络发展及在预测中应用
        1.5.1 小波网络发展综述
        1.5.2 小波网络在时间序列预测中应用综述
    1.6 本文的主要工作
第2章 小波分析与小波网络分析的理论基础
    2.1 小波变换
        2.1.1 连续小波变换
        2.1.2 二进小波变换
        2.1.3 高维小波变换
    2.2 多分辨分析
        2.2.1 尺度函数生成MRA
        2.2.2 MRA确定子空间直和分解
        2.2.3 MRA确定信号的级数表示形式
        2.2.4 MRA将频域分成子频带的直和
        2.2.5 MRA确定的数字滤波器
        2.2.6 MRA是构造小波的统一框架
    2.3 正交小波分解
    2.4 Mallat算法
        2.4.1 分解算法
        2.4.2 回复算法
    2.5 本章小结
第3章 小波神经网络模型
    3.1 引言
    3.2 神经网络模型
    3.3 小波网络
    3.4 小波神经网络典型结构
    3.5 多分辨小波网络
        3.5.1 小波网络算法分析
        3.5.2 小波网络的构造过程
    3.6 本章小结
第4章 多分辨小波网络在股价预测中的应用
    4.1 引言
    4.2 相空间重构
    4.3 MRA-WNN预测模型
    4.4 网络训练算法
        4.4.1 多分辨率的学习算法
        4.4.2 BP和多分辨率学习组合算法
        4.4.3 小波函数的选择
    4.5 股价指数
        4.5.1 股价指数计算方法
        4.5.2 深证综合指数
    4.6 实验结果分析
    4.7 本章小结
第5章 基于小波分解与重构的神经网络预测方法及应用
    5.1 引言
    5.2 信号的小波分解与重构
    5.3 预测模型
    5.4 实验结果
    5.5 Mallat算法实现中一些问题
    5.6 本章小结
结论
参考文献
攻读博士学位期间发表的论文和取得的科研成果
致谢
个人简历


【参考文献】：
期刊论文
[1]小波网络在深圳股市应用的研究[J]. 金玲玲,汪刘一.  华南农业大学学报. 2003(03)
[2]相空间重构延迟时间与嵌入维数的选择[J]. 修春波,刘向东,张宇河.  北京理工大学学报. 2003(02)
[3]非线性逼近的自适应小波神经网络方法[J]. 褚晓勇,徐晨.  工程数学学报. 2003(02)
[4]基于BP小波网络的故障模式识别[J]. 唐贤瑛,张友亮.  计算机工程. 2003(07)
[5]小波网络的研究进展与应用[J]. 刘志刚,王晓茹,钱清泉.  电力系统自动化. 2003(06)
[6]我国证券市场的混沌与分形研究[J]. 张伯俊,胡斌.  天津职业技术师范学院学报. 2003(01)
[7]非线性经济时间序列的相空间重构及预测[J]. 王庆余.  天津职业技术师范学院学报. 2003(01)
[8]小波神经网络的参数初始化研究[J]. 赵学智,邹春华,陈统坚,叶邦彦,彭永红.  华南理工大学学报(自然科学版). 2003(02)
[9]多变量时间序列复杂系统的相空间重构[J]. 王海燕,盛昭瀚,张进.  东南大学学报(自然科学版). 2003(01)
[10]基于小波分解与重构的时间序列预测法[J]. 贺国光,马寿峰,李宇.  自动化学报. 2002(06)



本文编号：3029817