未来智讯 > 神经网络论文 > 基于神经网络模子的股票展望与切磋

基于神经网络模子的股票展望与切磋

发布时间:2019-01-22 01:06:01 文章来源:未来智讯    
    基于神经网络模子的股票展望与切磋作者:未知   摘 要:为明晰解股价运行的纪律和内涵机制,从而准确展望股价走势,起首应用Clementine软件基于神经网络对上证综合指数设立了一期展望模子和多期展望模子,以此来解决汗青因素对越日收盘指数的影响。颠末多次尝试,在对大量尝试了局进行剖析比力的根本上,选择出了精度较高的神经网络模子,行使该模子进行展望和检讨,获得了较好的展望了局,以此解决股平易近入市机会选择问题。
  关头词:神经网络;一期展望模子;多期展望模子;股票
  中图分类号:F830 文献标志码:A 文章编号:1673-291X(2014)10-0097-03
  一、引言
  跟着中国市场经济建设的高速成长,人们的投资意识日益加强,而作为市场经济的严重构成局部――股票市场,也正逐渐走向老练与规范。它从降生的那天起就牵挂着数以万万投资者的心,越来越多的投资者把目光转向了股票市场,而高危害高回报是股票市场的特性,是以投资者们时刻在关心股市、剖析股市并试图展望股市的成长趋向。
  对付将来股票市场走势的判别环境,直接影响了股平易近的投资决议计划。而股票价格的影响因素许多,单凭简略的工资阅历判别每每不敷并且错误率较高,而传统的技艺剖析要领,也已经不克不及餍足投资者对股票市场海量数据的剖析要求。基于神经网络模子具有的进修才力强,展望精度高,以及对海量数据的壮大处置才力和对付噪声数据的抗作梗性等长处,我们引着迷经网络模子,以上证综合指数为例来对股票市场进行建模剖析和展望,以此对股票市场进行切磋,明白股价运行的纪律和内涵机制,从而辅助繁多投资者准确展望股价走势,做出理性的投资决议计划。
  1.一期展望模子
  我们将颠末预处置之后的每个事情日的上证综合指数有关数据作为输入变量,将越日收盘指数作为输出变量,行使 Clementine软件设立神经网络模子,初次建模选取体系默认配置对训练集数据进行训练,体系默认选取急剧(Quick)训练要领的简略模子进行训练,选取1个潜藏层3个隐结点,最后输出展望精度为96.136%。颠末多次修改训练要领和调解高级选项参数,并比力各个模子的精度,我们最后在选取多重(Multiple)要领进行训练时获得最高的展望精度,为96.281%。个中,共有2个潜藏层,一个潜藏层有27个潜藏结点,另一个潜藏层有18个潜藏结点。
  2.多期展望模子
  由上一节一期展望模子能够看出,行使前一事情日的数据来建模并展望下一个事情日的上证收盘指数,展望精度是比力高的。但凭据知识我们知道,股票的越日收盘指数不仅可能受到前一日大盘环境的影响,还可能会受到前几日甚至更远期间大盘环境的影响,这也是为什么股平易近在参考大盘指数的时辰,一方面要看前一事情日大盘走向,另一方面要切磋近期以来大盘走向的缘故。是以,我们有需要行使多期数据来设立越日收盘指数展望模子,以期找到更优的神经网络展望模子。
  (三)样本检讨及了局
  我们将2013年10月24日至11月27日的数据作为校验样本,议决以上设立的各期最优的神经网络模子进行展望,并议决拟合真正的收盘指数和各个神经网络模子展望的上证指数数据能够获得如图1的了局。从了局上看,展望效率是比力抱负的,多期展望模子虽然与真正值有颠簸和误差,但趋向整体上趋于一律。出格是一期展望和十期展望模子,与真正上证指数走势基本一律,与真正上证指数误差较小。
  可是,我们也务必看到,在展望值和真正值之间仍有必然的误差,甚至呈现了短暂性的趋向错误,我们仅以一期展望期与真正值的拟合图形来看,图中卵形区域局部内,展望模子的了局与真正值之间呈现了必然的误差,如2013年10月31日真正收盘价是低于10月30日的收盘价,但凭据一期展望模子展望的收盘价是高于10月30日的收盘价的。这是因为股票市场是一个很不不变的的非线性动态改变体系,不仅受到国表里经济因素的影响,并且当局的调控、工资的作用等城市影响股票市场的将来走势,其内部纪律很是纷乱,是以种种因素的变更对神经网络模子的展望了局城市发生必然的作梗作用。但从总体上来看,神经网络模子的展望效率相对照旧很有用的。
  议决神经网络对上证指数的展望切磋,联合对各期模子展望精度的对照以及上页图1中对上证指数真正收盘和各期展望收盘价的拟合图,我们发现越日展望和十期展望对付股票收盘价格的展望相较其他期的展望精度更高,偏差更小,展望了局加倍正确可托,是以神经网络模子更适合展望十期之内的短期的股票价格涨跌环境。
  三、小结
  在股票体系的展望切磋中,可否比力正确地反映将来期间数据的改变趋向是权衡一种展望要领是否有用的严重尺度。从以上仿真的了局来看,本文设立的各期最优神经网络模子比力如实地反映了股票市场的内涵价值纪律而且具有较高的展望精度,对股票价格的短期展望可以取得较好的效率,为投资者展望股票走势供给了很好的参考。同时,投资者在行使以上最优神经网络模子来展望将来股价变更趋向时,尤其要存眷比来十天股市的涨跌环境,如许更能正确控制股票市场的改变趋向,辅助展望灾难性的股价振荡,贬低投资危害,从而维护股票市场的不变,促进中国经济的康健成长。
  参考文献:
  [1] 殷洪才,赵春燕.基于神经网络股票展望的切磋[J].哈尔滨工业大学学报,2007,(3).
  [2] 郑文.数据发掘在股票剖析中的应用[D].上海:复旦大学,2012.
  [3] 李穗丰.数据发掘在证券剖析中的应用[D].广州:中山大学,2008.
  [4] 蒋宗礼.人造神经网络导论[M].北京:高档教诲出书社,2001:39-54.
  [5] 魏文轩.改良型RBF神经网络在股票市场展望中的应用[J].统计与决议计划,2013,(15):70-72.
  [6] 龙建成,李小平.基于神经网络的股票市场趋向展望[J].西安电子科技大学学报,2005,(3):460-463.
  [责任编纂 吴明宇]
转载请注明来源。原文地址:https://www.7428.cn/page/2019/0122/80349/
 与本篇相关的热门内容: