智能预测在证券市场的分析及应用研究

发布时间：2020-12-13 03:55

　　随着经济的发展和人们投资意识的转变,证券投资已成为现代人生活中的一个重要组成部分,而相关证券预测理论也随之显现出重要的应用价值。证券市场中含有大量的实时变化的数据,影响证券价格变化的因素是多方面的,具有较大的模糊性,难以建立精确的模型。其系统内部结构的复杂性、外部因素的多变性使证券市场被定位为一种复杂的非线性动态系统。特别是对证券市场的短期预测成为了预测理论领域中的一个难题,而传统的时间序列预测方法乃至神经网络的预测效果均不甚理想。论文在研究了神经网络和模糊系统的优缺点的基础上,将云理论与神经网络相结合,建立了基于云理论的证券市场预测模型。经过仿真分析得到了较好的预测效果,从而证实了云理论应用于证券市场预测的可行性和准确性,运用模糊理论中隶属度、云理论中熵和超熵等概念通过神经网络形成的发生器对原始变量进行了量化定义和分析,为证券投资者提高收益率提供了有利的理论依据和实用工具。本文主要内容如下：(1)本文了解了证券市场的主要预测方法,以及传统的时间序列预测方法的主要弊端是无法对输入变量的模糊性和随机性进行处理,使得我们将智能控制引入证券市场。(2)对神经网络技术在证券市场中的应用进行了详... 

【文章来源】：兰州交通大学甘肃省

【文章页数】：55 页

【学位级别】：硕士

【部分图文】：

RBF神经网络预铡华夏银行股票价格走势网络训练与预测曲线

【参考文献】：
期刊论文
[1]基于云理论的径流不确定性推理模型研究[J]. 仕玉治,周惠成.  中国科学:技术科学. 2011(02)
[2]基于云理论和粗集的教学质量评估模型[J]. 蒋建兵,梁家荣,江伟,顾志鹏.  现代计算机. 2007(05)
[3]云发生器的软件实现[J]. 刘桂花,宋承祥,刘弘.  计算机应用研究. 2007(01)
[4]正态云模型的统计分析[J]. 刘常昱,李德毅,杜鹢,韩旭.  信息与控制. 2005(02)
[5]基于云X信息的逆向云新算法[J]. 刘常昱,冯芒,戴晓军,李德毅.  系统仿真学报. 2004(11)
[6]股指期货与我国股票市场发展[J]. 麻卫华,李玉红.  金融教学与研究. 2004(05)
[7]论正态云模型的普适性[J]. 李德毅,刘常昱.  中国工程科学. 2004(08)
[8]股票价格指数的投资功能[J]. 刘长虎,陶建格,崔衍秋.  市场论坛. 2004(06)
[9]基于神经网络集成系统的股市预测模型[J]. 张秀艳,徐立本.  系统工程理论与实践. 2003(09)
[10]一种基于云模型的PSK/QAM信号调制识别方法[J]. 李兴生,杜蔚轩,李德毅.  测控技术. 2003(03)



本文编号：2913848