基于智能算法的股票价值估计研究

发布时间：2020-07-01 07:10

【摘要】：股票价值估计研究是进行股票投资的一个重要过程,研究方法的形成标志着股票价值估计模型的成熟和完善.它既可使股票投资深入人心,也可为投资者提供更精确的股票投资方法,具有重要的理论和现实意义.本文重点研究基于GCS-BP算法以及NCS-RBF算法的股票价值估计.首先,建立基于GCS-BP网络的资产价值预测的股票价值估计模型.针对BP神经网络初始参数选取不当易陷入局部极值的缺点,提出高斯扰动的布谷鸟算法(GCS)优化BP神经网络的初始参数,并将该改进算法应用于公司资产价值的预测,仿真结果表明,GCS-BP算法预测效果优于CS-BP算法;再根据Black-Scholes定价公式建立基于GCS-BP网络的股票价值估计模型.其次,建立基于GCS-BP网络的波动率预测的股票价值估计模型.针对公司资产价值预测时存在误差的缺陷,提出将GCS-BP算法应用于公司资产价值波动率的预测;并将GCS-BP算法与CS-BP算法对公司资产价值波动率预测的结果作比较,仿真结果表明,该算法的预测效果优于CS-BP算法;再根据Black-Scholes定价公式建立了股票价值估计模型.再次,建立基于NCS-RBF网络的股票价值估计模型.针对CS算法存在搜索慢的缺点,提出基于小生境技术的布谷鸟改进算法,并利用其搜索RBF网络的初始参数;然后将该算法应用于公司资产价值波动率的预测,仿真结果表明,NCS-RBF算法预测效果优于CS-RBF算法;再根据Black-Scholes模型估计出股票价值.最后,对全文进行总结,对股票价值的未来研究方向做出进一步展望.
【学位授予单位】：西安工程大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F830.91;F224;TP18

【参考文献】

相关期刊论文 前10条

1 刘维奇;刘新新;;个人和机构投资者情绪与股票收益——基于上证A股市场的研究[J];管理科学学报;2014年03期

2 陈星;武丽芳;王福明;;基于GA-BP神经网络的股票预测研究[J];山西电子技术;2014年01期

3 魏文轩;;改进型RBF神经网络在股票市场预测中的应用[J];统计与决策;2013年15期

4 高述涛;;CS算法优化BP神经网络的短时交通流量预测[J];计算机工程与应用;2013年09期

5 吴启富;张玉春;;基于径向基函数的我国股票市场有效性分析[J];中国商贸;2013年09期

6 肖菁;潘中亮;;股票价格短期预测的LM遗传神经网络算法[J];计算机应用;2012年S1期

7 吴春梅;;现代智能优化算法的研究综述[J];科技信息;2012年08期

8 王铭泽;;基于HS-BP算法的股票预测[J];辽宁大学学报(自然科学版);2012年01期

9 赵焕平;张凌晓;杨新锋;;CAR-BPNN在股票价格预测中的应用[J];计算机仿真;2012年01期

10 毛健;赵红东;姚婧婧;;人工神经网络的发展及应用[J];电子设计工程;2011年24期

相关硕士学位论文 前3条

1 周维华;RBF神经网络隐层结构与参数优化研究[D];华东理工大学;2014年

2 闫冬;神经网络技术在股票价格短期预测中的应用研究[D];重庆交通大学;2013年

3 王玉红;基于模糊神经网络的信用风险评级研究[D];哈尔滨工程大学;2006年

本文编号：2736447