当前位置:主页 > 科技论文 > 自动化论文 >

基于GA-LMBP训练的神经网络模型预测股价的实证研究

发布时间:2021-09-05 12:10
  随着市场经济制度的不断发展完善,股票市场对国家、公司、个人的作用日益凸显。股票市场减少了交易成本、提供着流动性,更关键的是能够通过买卖双方的供需关系修正证券的定价。证券的价格影响着社会资源的配置情况,体现了公司的经营状况,同时也指导着投资者选择最适合于自己的交易行为。因此,预测股票的价格有助于各个市场参与主体能更好地制定决策,也帮助投资者实现资产增值。中国股票市场还未达到完全有效,股票价格中尚未包含市场上所有相关信息,股票价格仍具有可预测性。为了能预测股票价格的变动,需要使用能够刻画股票价格非线性特征的模型。神经网络模型受到人类大脑认知过程的启发,模仿人类的神经系统,具有学习输入输出之间的非线性映射关系的能力。传统的BP神经网络采用最速下降法,训练过程有可能停止于局部最优点并且模型的收敛速度和稳定性难以达到平衡。LMBP算法结合了牛顿法和最速下降法的特性,平衡了模型的稳定性和收敛速度,但是仍没有解决模型的解可能陷于局部最优点的问题。遗传算法借鉴“物竞天择、适者生存”的自然选择过程,通过选择、交叉、变异操作让适应度更高的个体有更大机会将信息保留到下一代,也增加了种群的多样性。在每一次循环... 

【文章来源】:西南财经大学四川省 211工程院校 教育部直属院校

【文章页数】:74 页

【学位级别】:硕士

【文章目录】:
摘要
abstract
1 绪论
    1.1 选题背景及意义
    1.2 研究内容和框架
        1.2.1 本文研究内容
        1.2.2 文章框架
    1.3 创新点及不足
2 文献综述
    2.1 市场有效性的文献回顾
    2.2 股价预测方法的文献回顾
    2.3 神经网络用于预测领域的文献回顾
3 股票预测理论
    3.1 股票的基本概念
    3.2 股票价格的可预测性
        3.2.1 有效市场假说
        3.2.2 对有效市场假说的争议
    3.3 股票价格的预测方法
        3.3.1 基本面分析法
        3.3.2 技术分析法
        3.3.3 统计建模法
    3.4 常用技术指标的计算方法
4 神经网络及其算法
    4.1 神经网络概述
        4.1.1 神经元
        4.1.2 激活函数
        4.1.3 神经网络的结构
    4.2 Levenberg-Marquardt算法
        4.2.1 牛顿法
        4.2.2 高斯牛顿法
        4.2.3 Levenberg-Marquardt算法
    4.3 遗传算法
        4.3.1 遗传算法概述
        4.3.2 遗传算法的基本构成元素
        4.3.3 遗传算法的计算步骤
        4.3.4 遗传算法的优缺点
    4.4 GA-LMBP算法
5 神经网络对股价进行预测的实证研究
    5.1 数据
        5.1.1 样本股
        5.1.2 交易数据
        5.1.3 技术指标
    5.2 评价指标
        5.2.1 绝对指标
        5.2.2 相对指标
    5.3 LMBP神经网络的构建及结果分析
        5.3.1 LMBP神经网络的构建
        5.3.2 LMBP神经网络的结果及分析
    5.4 GA-LMBP神经网络的构建及结果分析
        5.4.1 GA-LMBP神经网络的构建
        5.4.2 GA-LMBP神经网络的结果及分析
    5.5 模型对比研究
    5.6 结论
6 总结及展望
参考文献
后记
致谢
在读期间科研成果目录


【参考文献】:
期刊论文
[1]基于LM遗传神经网络的短期股价预测[J]. 郭建峰,李玉,安东.  计算机技术与发展. 2017(01)
[2]因子分析和神经网络相融合的股票价格预测[J]. 郑睿,周丽.  内蒙古师范大学学报(自然科学汉文版). 2015(04)
[3]基于事件分析模型检验中国股票市场的半强式有效性[J]. 王善君,高海燕.  西南金融. 2015(04)
[4]基于神经网络的股票价格预测模型[J]. 陈嶷瑛,张泽星,李文斌.  计算机应用与软件. 2014(05)
[5]资产定价中的市场流动性——流动性文献综述[J]. 张玉龙,李怡宗.  投资研究. 2013(10)
[6]神经网络算法在股票分析与预测中的应用[J]. 陶雨雨.  现代经济信息. 2013(10)
[7]人工神经网络的发展及应用[J]. 毛健,赵红东,姚婧婧.  电子设计工程. 2011(24)
[8]全流通后中国股市半强有效性的实证研究[J]. 瞿宝忠,徐启帆.  统计与决策. 2010(09)
[9]人工神经网络研究现状及其展望[J]. 朱大奇.  江南大学学报. 2004(01)
[10]中国股票市场的渐进有效性研究[J]. 张兵,李晓明.  经济研究. 2003(01)

硕士论文
[1]事件驱动型策略下的股票价格预测[D]. 杨念念.广东外语外贸大学 2016
[2]中国股市弱式有效的重新检验[D]. 张鹏.云南财经大学 2016
[3]金融市场有效性理论与中国股票市场的实证分析[D]. 管雷.华中师范大学 2015
[4]基于遗传算法优化的BP神经网络股票价格预测[D]. 张希影.青岛科技大学 2014
[5]基于网络舆论的我国股票市场有效性检验研究[D]. 陈江鹏.西南财经大学 2013
[6]基于灰理论的中国股票市场短期组合预测建模研究[D]. 张鑫.武汉理工大学 2012
[7]上海股市弱式有效性检验与股价趋势预测研究[D]. 张鹏.华南理工大学 2011
[8]基于动态神经网络的股价预测模型研究[D]. 苑迪.湖南大学 2009



本文编号:3385326

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3385326.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户7dda1***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com