学位论文 > 优秀研究生学位论文题录展示
基于GA的ANN股价指数预测研究
作 者: 周波
导 师: 吴立扬
学 校: 武汉理工大学
专 业: 金融工程与管理
关键词: 股价指数预测 BP神经网络 遗传算法 沪深300指数
分类号: F224
类 型: 硕士论文
年 份: 2008年
下 载: 228次
引 用: 1次
阅 读: 论文下载
内容摘要
近年来,人工神经网络(ANN)的快速发展,为股票市场的建模与预测提供了许多新技术和新方法。目前,国内外很多学者建立了基于人工神经网络的股票价格指数预测模型。还有一些学者,尝试将多种模型和人工神经网络模型混合应用,但是这些模型都存在一定问题,其预测性能不尽人意。本文针对现行的股价指数预测方法的不足,根据股票价格指数的非线性变动特点,探讨基于遗传算法GA的人工神经网络股价指数预测模型的建立与应用。具体来讲,全文共分为七章。第一章是导论,阐述本文的选题目的和意义,综述国内外利用人工神经网络进行股价指数预测的研究,并概述本文的研究内容、研究方法和技术路线。第二章,论述股价指数预测的现状和存在的问题。目前国内外学者利用人工神经网络进行股价预测,主要是基于两类方法,一类是利用单一的人工神经网络进行建模预测,但是由于单一神经网络存在的“过拟合”问题,其预测性能并不理想;另一类是混合多种人工智能技术进行建模并预测,但依然存在变量选择、算法选取和样本设计不合理等问题,同时,混合多种智能技术的模型应用往往十分复杂,限制了其实际应用。第三章,阐述人工神经网络和遗传算法的基本理论。重点阐述BP神经网络的基本结构设计和遗传算法的原理及基本流程,并根据我国股价指数变动的特点,构建基于GA的ANN股价指数预测框架。第四章对股价指数预测进行分析。在分析股价指数预测难点的基础上,重点阐述了将遗传算法与BP神经网络相结合,进行股价指数预测的优势。利用遗传算法优化BP网络的权值,既克服了单一BP神经网络存在的“过拟合”问题,又解决了单一遗传算法的收敛性差的问题。即可利用基于遗传算法的BP神经网络模型的非线性函数逼近特性,对股价指数进行预测。第五章,建立基于GA的ANN股价指数预测模型。首先确定BP神经网络结构和初始权值;接着构造训练样本,对BP网络进行初次学习训练,并用测试样本对网络的预测性能进行检测;然后,利用遗传算法对BP神经网络的权值进行优化,并将优化后的权值和阀值固定下来,利用训练样本对优化后的网络进行再次训练,并再次进行测试,最终建立基于GA的ANN股价指数预测模型。第六章,是沪深300指数预测。选择具有较好市场代表性的沪深300指数,利用第五章建立的模型,对沪深300指数进行预测。预测结果表明,文中所建立的基于GA的BP网络模型预测比较精确,可将其用于实际中股价指数预测,为投资者提供一定帮助。第七章是结论与展望。本文的基本结论为:经过遗传算法优化后的BP网络模型能够提高指数预测的精度;模型需要合理确定BP网络输入层和隐层神经元数目;优化时需要合理确定遗传算法的控制参数。但同时,用遗传算法优化设计BP神经网络,还需进一步探讨遗传算法适应度评价函数的确定,神经网络的输入变量和样本规模等方面的研究。本文的创新工作是,构建基于GA的ANN股价指数预测模型,并应用于沪深300指数预测。
|
全文目录
摘要 4-6 Abstract 6-10 第1章 导论 10-18 1.1 选题的目的和意义 10-11 1.1.1 选题的目的 10 1.1.2 选题的意义 10-11 1.2 国内外相关研究综述 11-15 1.2.1 国外相关研究综述 11-13 1.2.2 国内相关研究综述 13-15 1.3 研究内容和研究方法 15-18 1.3.1 研究内容 15-16 1.3.2 研究方法 16 1.3.3 技术路线 16-18 第2章 股价指数预测的现状与问题 18-22 2.1 股价指数预测的现状 18-19 2.2 股价指数预测存在的问题 19-22 2.2.1 传统预测方法的局限性 19-20 2.2.2 基于ANN的股价指数预测模型的不足 20-22 第3章 ANN和GA基本理论 22-27 3.1 ANN基本理论 22-23 3.1.1 人工神经元模型 22 3.1.2 BP网络的基本结构 22-23 3.2 BP网络的设计 23-25 3.2.1 BP网络的生成及初始化 23-24 3.2.2 BP网络的学习规则 24 3.2.3 BP神经网络的训练和预测 24-25 3.3 GA基本理论 25-26 3.3.1 GA算法的原理 25 3.3.2 遗传算法基本参数设计 25-26 3.4 基于GA的ANN股价指数预测框架 26-27 第4章 股价指数预测分析 27-30 4.1 股价指数预测的难点 27-28 4.1.1 股价指数 27 4.1.2 股价指数变动的主要影响因素 27-28 4.1.3 股价指数预测的困难 28 4.2 遗传算法与BP神经网络相结合 28-30 第5章 基于GA的ANN股价指数预测模型构建 30-45 5.1 BP神经网络结构 30-31 5.1.1 信息的表达方式 30 5.1.2 网络输入层和输出层设计 30-31 5.1.3 隐层神经元个数的确定 31 5.1.4 算法工具以及样本来源 31 5.2 BP网络对样本的学习 31-32 5.2.1 BP网络的传递函数 31-32 5.2.2 BP网络的学习误差 32 5.3 GA算法优化BP网络 32-34 5.3.1 遗传算法基本参数 32-33 5.3.2 遗传算法优化BP网络的权值 33-34 5.4 建立预测模型 34-45 5.4.1 训练样本构造 34-35 5.4.2 BP网络的初次训练 35-38 5.4.3 BP神经网络的优化 38-42 5.4.4 优化后的BP神经网络训练 42-45 第6章 沪深300指数预测 45-48 6.1 沪深300指数 45 6.1.1 沪深300指数的组成 45 6.1.2 沪深300指数的市场代表性 45 6.2 基于GA的ANN沪深300指数预测 45-48 6.2.1 预测样本构成 46 6.2.2 沪深300指数预测 46-47 6.2.3 结果分析 47-48 第7章 结论与展望 48-50 7.1 结论 48-49 7.2 研究展望 49-50 参考文献 50-54 致谢 54-55 在校期间发表的论文和参与的课题 55-56 附录 56-66
|
相似论文
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 机械臂视觉伺服系统的研究,TP242.6
- 市级旅游用地规划环境影响评价研究,X820.3
- 珠三角地区高性能混凝土配合比智能化系统,TU528
- 基于遗传算法的模糊层次综合评判在高职教学评价中的应用,G712
- 部队人员网上训练与考核系统的开发,TP311.52
- 大学生综合素质测评研究,G645.5
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 基于遗传算法的中短波磁天线的设计及实现,TN820
- 基于遗传算法的柑橘图像分割,TP391.41
- 基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
- 基于遗传—牛顿算法的公交优化调度,TP18
- 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
- 高速公路拆迁民众生存系统评价研究,D523
- 基于云理论和蜜蜂进化型遗传算法的纹理合成研究,TP391.41
- 基于遗传算法和粗糙集的聚类算法研究,TP18
- 煤矿风险信息集成与智能预警研究,X936
- 基于遗传算法的淠史杭灌区渠系配水优化编组模型的研究,S274
中图分类: > 经济 > 经济计划与管理 > 经济计算、经济数学方法 > 经济数学方法
© 2012 www.xueweilunwen.com
|