学位论文 > 优秀研究生学位论文题录展示

基于粗糙集和RBF网络的股票时间序列分析研究

作　者: 王天娥
导　师: 叶德谦
学　校: 青岛理工大学
专　业: 计算机应用技术
关键词: 时间序列 粗糙集 RBF网络 股票走势 股票拐点 决策支持模型
分类号: TP183
类　型: 硕士论文
年　份: 2009年
下　载: 62次
引　用: 1次
阅　读: 论文下载
 

内容摘要


用传统的时间序列分析方法处理简单线性问题取得了较好的效果,但对股票这样的复杂非线性系统就显得力不从心。人工神经网络的出现给非线性时间序列分析提供了新的有效途径,但仍存在一些缺陷。针对神经网络在股票预测中遇到的问题,本课题将粗糙集理论引入预测模型并展开深入研究。(1)利用粗糙集理论对股票数据进行预处理,从大量原始数据中提取出核心知识,提高分析效率。条件信息熵离散化方法的计算复杂度很高,本课题对原算法离散点的选择和计算过程进行改进,得到一种启发示信息熵离散化方法,并利用该方法对股票数据进行离散化处理。(2)将遗传算法应用于最小约简的寻找,针对基本遗传算法存在的弱点,对其各遗传因子进行改进。采用基于改进遗传算法的属性约简方法对股票数据进行约简,从而得到更优的约简结果。(3)径向基函数(RBF)神经网络的学习算法各有优缺点,在实际应用中,很难直接确定哪种算法更为理想。本课题通过实验,对RBF网络三种常用算法的性能进行分析比较,来确定适合股票预测的神经网络模型。(4)提出股票拐点定义及分类(三类拐点),设定拐点参数,建立相应决策支持模型,选取适当级别的股票数据,对股票走势拐点进行预测,为中小投资者进行实际操作提供决策支持。最后,通过大量实验来证明基于粗糙集和RBF网络集成的股票时间序列分析方法的准确性,以及在解决网络结构复杂、学习速度缓慢等问题中的有效性。

全文目录


摘要  7-8
Abstract  8-9
第1章 绪论  9-13
  1.1 研究的背景和意义  9-10
  1.2 国内外的研究现状  10-11
  1.3 课题研究的内容及目标  11-13
第2章 粗糙集理论研究  13-23
  2.1 粗糙集理论的基本概念  13-14
  2.2 粗糙集连续属性离散化研究  14-18
    2.2.1 离散化问题描述  14-15
    2.2.2 粗糙集属性离散化方法  15-17
    2.2.3 离散化算法的评价标准  17-18
  2.3 粗糙集属性约简算法研究  18-22
    2.3.1 粗糙集属性约简算法  18-20
    2.3.2 基于遗传算法的属性约简研究  20-22
  2.4 本章小结  22-23
第3章 基于RBF网络的股票趋势预测研究  23-40
  3.1 RBF网络理论研究  23-31
    3.1.1 径向基函数(RBF)  23-25
    3.1.2 RBF神经网络结构  25-26
    3.1.3 RBF网络学习算法  26-30
    3.1.4 典型神经网络模型的比较  30-31
  3.2 股票数据选择  31-34
    3.2.1 股票的选择  31
    3.2.2 输入变量的选择  31-34
    3.2.3 输出变量的选择  34
  3.3 股票数据预处理  34-35
  3.4 股票趋势预测结果分析  35-39
  3.5 本章小结  39-40
第4章 基于粗糙集和RBF网络的股票趋势预测研究  40-63
  4.1 粗糙集与神经网络集成方法研究  40-42
    4.1.1 粗糙集与神经网络相结合的必要性  40-41
    4.1.2 粗糙集与神经网络集成方法研究现状  41-42
  4.2 基于粗糙集和RBF网络的股票时序分析流程  42-43
  4.3 股票数据选择及预处理  43-50
    4.3.1 对股票数据进行离散化处理  44-47
    4.3.2 对决策表进行属性约简  47-49
    4.3.3 股票数据的规范化处理  49-50
  4.4 基于粗糙集和RBF网络集成的股票趋势预测  50-59
    4.4.1 股票趋势预测步骤  50-51
    4.4.2 两种约简样本的预测结果分析  51-59
  4.5 基于粗糙集和RBF网络的股票预测方法优越性  59-62
    4.5.1 预测结果比较  59-61
    4.5.2 时间复杂性比较  61-62
  4.6 本章小结  62-63
第5章 粗糙集和RBF网络在拐点预测中的应用研究  63-72
  5.1 拐点及其分类  63-66
  5.2 股票拐点预测实例分析  66-71
    5.2.1 拐点预测模型输入变量的选择  66-67
    5.2.2 拐点预测模型输出变量的处理  67
    5.2.3 拐点预测实现  67-71
  5.3 本章小结  71-72
结论  72-73
参考文献  73-77
攻读硕士学位期间发表的学术论文  77-78
致谢  78

相似论文

  1. 基于支持向量机的故障诊断方法研究,TP18
  2. 发育于热带地区玄武岩的时间序列土壤中石英和植硅体的变化特征,S153
  3. 基于连锁图的QTL综合分析方法研究,S562
  4. 基于遗传算法和粗糙集的聚类算法研究,TP18
  5. 基于粗糙集的城市区域交通绿时控制系统研究,TP18
  6. 朝阳地区参考作物腾发量演变特征与预测模型研究,S161.4
  7. 粗糙集的增量式属性约简研究,TP18
  8. 知识粒度的计算及其在属性约简中的应用研究,TP18
  9. 基于数据挖掘技术在城市供水的分析与决策,F299.24;F224
  10. 基于粗糙集和模糊SVM的车牌识别技术研究,TP391.41
  11. 基于神经网络的热轧模型研究,TP183
  12. 粗糙集理论和Flex技术在中长期径流预报中的应用,P338
  13. 服装质量预测系统的软件设计与实现,TP311.52
  14. 停车诱导在智能移动终端上的设计与实现,TN929.53
  15. 潜江市血吸虫病疫情分析及趋势预测,R532.21
  16. 水质时序数据处理及预警系统数据库构建技术研究,TP274
  17. 基于粗糙集理论的决策树分类算法与应用研究,TP18
  18. 质量管理在网络性能指标监控中的应用研究,F626
  19. 国际快递市场及其周期特性的研究,F224
  20. 基于综合效应的粗糙规划模型,O221
  21. 基于核心示例集的属性约简方法研究,O159

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论 > 人工神经网络与计算
© 2012 www.xueweilunwen.com