学位论文 > 优秀研究生学位论文题录展示

基于灰色神经网络的股票分析预测研究

作　者: 王志远
导　师: 王世卿
学　校: 郑州大学
专　业: 计算机软件与理论
关键词: 股票预测灰色系统理论灰色神经网络
分类号: F832.51;F224
类　型: 硕士论文
年　份: 2011年
下　载: 180次
引　用: 0次
阅　读: 论文下载

内容摘要

随着社会经济的发展,股票已经成为人们投资理财的重要工具之一。股票指数综合反映了股票市场上股票的总体波动情况,股票指数预测对于投资者作出合理的决策具有重要的指导意义。然而股票市场是一个复杂的非线性系统,利用传统的统计分析方法和时间序列预测技术很难准确的反映股票市场的特点,而神经网络和支持向量机等智能方法通常需要较多的样本数据。由于组合模型可以结合模型的优点、克服模型的缺点,因而成为研究的热点。灰色神经网络模型是GM(1,N)模型和BP神经网络模型的组合模型,它结合了神经网络和灰色系统模型各自的优点,可以在少数据基础上提高预测的精度。本文运用灰色神经网络对上证综指进行了预测研究,分别建立了股票指数的日收盘指数、周收盘指数和月收盘指数的预测模型。通过对上证综指的日收盘指数、周收盘指数、月收盘指数的短期预测研究发现,随着预测时间跨度的增大,预测误差有逐渐加大的趋势,这是由于随着时间跨度的增大,股票指数的波动幅度也加大,而灰色神经网络和GM(1,N)模型比较适合对比较平稳的股票市场的预测。灰色神经网络模型比GM(1,N)模型的预测精度有所提高。

全文目录

摘要  4-5
Abstract  5-8
1 绪论  8-12
  1.1 研究背景及意义  8-9
  1.2 研究现状  9-10
  1.3 研究内容  10-11
  1.4 本文的主要工作及组织结构  11-12
2 灰色系统理论  12-21
  2.1 灰色系统理论  12-14
    2.1.1 灰色系统基本概念  12
    2.1.2 灰色系统基本原理  12
    2.1.3 灰色系统理论的主要内容  12-13
    2.1.4 几种不确定性方法的比较  13-14
  2.2 灰色序列算子  14-15
  2.3 灰色关联分析  15-17
  2.4 灰色系统模型  17-18
  2.5 灰色灾变预测  18-19
  2.6 本章小结  19-21
3 灰色神经网络模型  21-33
  3.1 灰色模型与神经网络的几种融合方式  21-22
  3.2 BP神经网络模型  22-28
    3.2.1 人工神经元模型  22-23
    3.2.2 BP神经网络结构  23-24
    3.2.3 BP学习算法原理  24-27
    3.2.4 BP反向传播算法  27-28
  3.3 GM(1,N)模型  28-30
  3.4 灰色神经网络模型  30-32
    3.4.1 灰色神经网络结构  30-31
    3.4.2 灰色神经网络算法步骤  31-32
  3.5 本章小结  32-33
4 灰色神经网络模型在股票分析预测中的应用  33-41
  4.1 上证综指日数据预测  33-35
    4.1.1 日样本数据的选取  33-34
    4.1.2 日收盘指数预测  34-35
  4.2 上证综指周数据预测  35-37
    4.2.1 周样本数据的选取  35-36
    4.2.2 周收盘指数预测  36-37
  4.3 上证综指月数据预测  37-39
    4.3.1 月样本数据的选取  37-38
    4.3.2 月收盘指数预测  38-39
  4.4 本章小结  39-41
5 结论与展望  41-42
  5.1 全文总结  41
  5.2 工作展望  41-42
参考文献  42-45
致谢  45-46
个人简历、在学期间发表的学术论文与研究成果  46

基于灰色神经网络的股票分析预测研究

内容摘要

全文目录

相似论文