学位论文 > 优秀研究生学位论文题录展示

人工神经网络在金融时间序列数据预测中的应用研究

作　者: 羊巍
导　师: 杨静
学　校: 贵州大学
专　业: 计算机应用技术
关键词: 股票指数预测金融时间序列数据 ARIMA模型人工神经网络
分类号: TP183
类　型: 硕士论文
年　份: 2009年
下　载: 121次
引　用: 2次
阅　读: 论文下载

内容摘要

本文分别以人工神经网络(ANN)和ARIMA为方法,以沪深300指数(简称HS300)样本,对一个时段的HS300预测,同时将两种预测结果相比较,试图说明,将人工神经网络(ANN)方法应用于金融时间序列的预测是可行的。本文根据人工神经网络进行股指预测的原理,建立基于BP算法的前向神经网络和基于动态BP算法的Elman神经网络的股指预测模型,采用股指预测模型进行股市预测,并通过MATLAB软件对其预测过程进行仿真实验。通过仿真结果,对ARIMA预测模型和人工神经网络预测模型进行了比较。

全文目录

中文摘要  4-5
ABSTRACT  5-6
第一章绪论  6-12
  1.1 课题的研究背景  6-7
  1.2 国内外研究现状  7-9
  1.3 研究目的及意义  9-10
  1.4 主要研究内容及构成  10-12
第二章 HS300指数预测的关键问题分析  12-17
  2.1 HS300的构成和计算  12-13
  2.2 HS300预测面临的问题  13-14
  2.3 预测方法的分析  14-16
    2.3.1 ARIMA模型  14
    2.3.2 人工神经网络(ANN)模型  14-16
  2.4 本章小结  16-17
第三章前向多层人工神经网络(MLFN)与BP算法  17-33
  3.1 多层前向人工神经网络(MLFN)及基于梯度的误差反传算法(BP算法)  17-28
    3.1.1 人工神经网络分析  17-21
    3.1.2 BP神经网络  21-23
    3.1.3 BP算法  23-28
  3.2 BP算法在预测中存在的问题  28-30
    3.2.1 网络泛化问题  28-30
    3.2.2 输入量的确定  30
    3.2.3 参数的调节  30
  3.3 BP算法的改进  30-32
  3.4 本章小结  32-33
第四章 BP算法在股指预测中的应用  33-54
  4.1 BP神经网络进行股票指数预测的原理  33-35
    4.1.1 BP神经网络预测方法的设计  33-34
    4.1.2 BP神经网络用于股票预测的基本步骤  34-35
  4.2 基于BP网络的股市预测模型  35-39
    4.2.1 网络拓扑结构的设计  35-36
    4.2.2 预测模型的数值选取与处理  36-39
  4.3 股市预测模型在MATLAB中的实现  39-45
    4.3.1 BP网络的MATLAB实现  39-43
    4.3.2 BP网络进行股指预测的实现  43-45
  4.4 仿真实验及结果分析  45-50
    4.4.1 预测结果对比分析  45-47
    4.4.2 预测方法原理对比分析  47-50
  4.5 ELMAN神经网络预测模型  50-53
    4.5.1 Elman神经网络的结构和学习训练算法  50-52
    4.5.2 Elman神经网络预测模型的实现及预测结果  52-53
  4.6 本章小结  53-54
第五章结束语  54-56
  5.1 总结  54
  5.2 尚需进一步研究的工作  54-56
参考文献  56-59
致谢  59-60
附录论文发表及参加项目情况  60-61

人工神经网络在金融时间序列数据预测中的应用研究

内容摘要

全文目录

相似论文