基于网络信息的金融市场预测研究

发布时间：2017-04-14 08:18

  本文关键词：基于网络信息的金融市场预测研究，，由笔耕文化传播整理发布。

【摘要】：金融市场是一个国家经济的重要组成部分,在市场经济体制中具有非常重要的作用。随着国民收入水平的提高,金融市场得到了越来越多投资者的关注。因此,对金融市场预测的研究具有重大的意义,金融市场预测研究一直都是研究者们关注的重点。然而,由于金融市场是一个参与者众多,非常容易受到各种因素的影响的非线性、大规模、复杂系统,因而很难对金融市场建立模型。互联网的出现极大的改变了人们的生活学习工作方式,一方面人们获取信息的方式越来越便捷,另外一方面,互联网用户越来越多的将自己的生活状况、心里状态等发布在微博、股吧等各类社交网络,这都让我们能够通过爬虫技术获取足够的所需数据。理论研究表明,政策、公司信息和投资者情绪等信息与金融市场有着密切的关系,而这些信息都可以从网络获取,这就为我们对金融市场预测的研究提供了一个新的方向和途径。本文首先通过介绍有效市场理论和行为金融学,为通过网络信息进行金融市场预测提供了理论基础,然后从专业角度出发,利用人工神经网络可以进行大规模并行处理、非线性、分布式存储、自适应学习和较强的容错能力的特点,提出了运用BP神经网络对以股票为代表的金融市场产品进行预测的思想和方法。研究使用“股吧”信息作为数据源,通过“股吧”信息特征值与股票信息相关性性统计验证了网络信息与股票交易量具有相关性。使用“股吧”信息特征值与股票交易量数据对BP网络模型进行了训练和优化,达到了基于网络信息预测金融市场中股票交易量的效果,并且与传统的基于历史数据预测方法进行了比较,结果表明基于网络信息的预测模型具有更好的稳定性,更接近实际交易量,具有一定的应用价值。最后,设计和实现了投资决策辅助工具程序,通过和用户交互为用户提供股票交易量预测结果、股票信息等,达到辅助用户投资决策的目的。在研究取得了一定成果的同时,预测模型和辅助决策工具也存在着一些不足,比如预测范围较小,辅助工具设计简单等。这些都需要进一步的工作进行改进和完善,以实现更好的预测效果。
【关键词】：网络信息 金融市场 相关性 BP神经网络 预测
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.5;TP183
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 引言10-15
• 1.1 课题研究背景10
• 1.2 国内外研究现状10-12
• 1.2.1 金融市场预测研究现状10-11
• 1.2.2 网络信息与金融市场相关性研究现状11-12
• 1.3 研究目的及意义12-13
• 1.3.1 研究目的12
• 1.3.2 研究意义12-13
• 1.4 主要研究内容及论文结构13-14
• 1.5 本章小结14-15
• 第二章 课题理论基础15-23
• 2.1 有效市场假说与行为金融学15-17
• 2.1.1 有效市场假说15-16
• 2.1.2 行为金融学理论16
• 2.1.3 小结16-17
• 2.2 金融市场预测方法17-20
• 2.2.1 证券预测简介17
• 2.2.2 证券投资分析方法17-18
• 2.2.3 时间序列分析方法18
• 2.2.4 行为金融分析法18-19
• 2.2.5 其他分析法19-20
• 2.2.6 小结20
• 2.3 人工神经网络20-22
• 2.3.1 人工神经网络简介20-21
• 2.3.2 人工神经网络与金融预测21-22
• 2.4 本章小结22-23
• 第三章 基于网络信息的金融市场预测研究23-56
• 3.1 概述23-24
• 3.2 网络信息数据获取与处理24-29
• 3.2.1 网络信息获取24-26
• 3.2.2 网络信息存储与可视化26-29
• 3.3 网络信息与金融市场相关性统计29-38
• 3.3.1 网络信息与金融市场相关性统计方法29-31
• 3.3.2 网络信息与金融市场相关性统计实现31
• 3.3.3 实验步骤31
• 3.3.4 实验与实验结果分析31-38
• 3.4 网络信息与金融市场预测38-44
• 3.4.1 多层感知器及BP算法简介38-40
• 3.4.2 样本的处理40
• 3.4.3 输入向量确定40-41
• 3.4.4 模型参数优化41-44
• 3.5 股票历史信息与金融市场预测44-45
• 3.6 实验结果及结论45-55
• 3.6.1 基于“股吧”信息的股票交易量预测45-55
• 3.7 本章小结55-56
• 第四章 基于网络信息的投资决策辅助工具的设计与实现56-68
• 4.1 辅助工具需求分析56
• 4.2 辅助工具总体目标56-57
• 4.3 辅助工具的设计57-61
• 4.3.1 系统架构57-58
• 4.3.2 系统功能模块设计58-60
• 4.3.3 数据库设计60-61
• 4.4 辅助工具实现与测试61-67
• 4.4.1 系统的实现61-65
• 4.4.2 系统测试65-67
• 4.5 本章小结67-68
• 第五章 总结与展望68-70
• 5.1 论文工作总结68-69
• 5.2 后续工作与展望69-70
• 致谢70-71
• 参考文献71-73
• 攻读硕士学位期间取得的成果73-74

【相似文献】

中国期刊全文数据库 前10条

1 章从福;;世界闪存存储卡市场预测[J];半导体信息;2004年05期

2 ;世界无线本地环市场预测[J];通信世界;2000年07期

3 周文建;怎样写国际市场预测书[J];新闻与写作;2003年04期

4 沈家模;;信息工作要为市场预测服务[J];图书馆学研究;1986年04期

5 敏;;连接器市场预测[J];光纤与电缆及其应用技术;1990年02期

6 孙蓉;普通二极管发展趋势及市场预测[J];半导体技术;1991年03期

7 宋金声;世界光纤连接器市场预测[J];通讯世界;1998年08期

8 黄照祥;光器件市场预测[J];通讯世界;2001年10期

9 叶新;未来四年全球杂志市场预测[J];出版参考;2004年36期

10 ;日本的市场预测[J];情报知识;1983年06期

中国重要会议论文全文数据库 前9条

1 韩飞;;欧洲光伏政策及市场预测[A];多晶硅及太阳能电池技术发展研讨会论文集[C];2011年

2 钟立灿;;市场需求与市场预测问题刍议[A];贵州省科学技术优秀学术论文集（2004年度）[C];2004年

3 曹文谦;;我国农机市场预测与应用研究[A];全国青年管理科学与系统科学论文集（第2卷）[C];1993年

4 郭利军;;蜂蜜市场:2011年回顾和2012年市场预测[A];2012年全国蜂产品市场信息交流会暨中国（江苏）蜂业博览会论文集[C];2012年

5 罗岳雄;;我国2011年蜂花粉市场及2012年市场预测[A];2012年全国蜂产品市场信息交流会暨中国（江苏）蜂业博览会论文集[C];2012年

6 李树民;;关于MES与LAS的市场预测[A];第27届[2007]中国洗涤用品行业年会论文集[C];2007年

7 陈月军;王行愚;牛玉刚;;BP神经网络在证券市场预测中的应用[A];第二十三届中国控制会议论文集（下册）[C];2004年

8 王大承;;T—AR组合模型及其在摩托车市场预测上的应用[A];面向21世纪的生产工程——2001年“面向21世纪的生产工程”学术会议暨企业生产工程与产品创新专题研讨会论文集[C];2001年

9 杨瑞;杨丽华;;浅析我国民用大飞机的营销策略选择[A];湖南省市场学会2009年会暨“两型社会与营销创新”学术研讨会论文集[C];2010年

中国重要报纸全文数据库 前10条

1 王云峰;2013年蛋鸡市场预测[N];吉林农村报;2012年

2 云南省畜牧协会;怎样进行市场预测——经营[N];云南科技报;2013年

3 黄东逸;2005年亚洲主要医药市场预测[N];中药报;2001年

4 沪言;2001年上海家具市场预测[N];市场报;2001年

5 吴世湘;世界连接器销售情况与市场预测[N];中国电子报;2002年

6 中国黄金报社黄金评论员 覃维桓 编译;2007年贵金属市场预测[N];中国黄金报;2007年

7 海斌 编译;美国主要商品市场预测(四)[N];中国贸易报;2001年

8 李玮阳;以市场预测促业务发展[N];人民邮电;2000年

9 贾新光;2012年汽车市场预测为什么分歧很大[N];北京商报;2011年

10 本报记者 王海霞;2013年国际太阳能光伏市场预测[N];中国能源报;2012年

中国硕士学位论文全文数据库 前5条

1 宋_g婕;基于网络信息的金融市场预测研究[D];电子科技大学;2015年

2 胡红伟;基于多源信息融合的3G手机市场预测研究[D];武汉科技大学;2010年

3 王昌文;株硬集团钽铌事业部产销关系优化设计[D];中南大学;2009年

4 姜岩玲;SV节水型产品的市场预测及营销策略[D];北京交通大学;2009年

5 袁志恒;铝车轮项目投资分析[D];吉林大学;2005年

  本文关键词：基于网络信息的金融市场预测研究，由笔耕文化传播整理发布。

本文编号：305607