基于灰色理論和神經(jīng)網(wǎng)絡理論的股票指數(shù)預測研究.pdf

1、股票市場是一個復雜的非線性動態(tài)系統(tǒng)，利用傳統(tǒng)的時間序列預測技術很難反映市場變化的多因素，非線性、時變性等特點。在分析考察傳統(tǒng)預測分析方法的基礎上，本文提出了一個由灰色理論和神經(jīng)網(wǎng)絡理論組合的預測系統(tǒng)，并針對系統(tǒng)性能的改善和提高進行了深入的研究。 文章緒論簡述了課題研究的內容和意義及其股票指數(shù)的研究現(xiàn)狀，接著介紹了證券預測分析理論，總結回顧了股票指數(shù)常用的預測方法和研究現(xiàn)狀及存在的問題。接下來介紹了灰色關聯(lián)分析和灰色模型的基本知識

2、，并分析比較灰色GM(1，1)模型、灰色新陳代謝模型，灰色馬爾可夫模型在股票指數(shù)預測中應用。本文選取的是上證綜合指數(shù)，因為該指數(shù)以最大程度地反映市場整體價格水平，產(chǎn)生的信號對投資者的影響最為強烈，能夠比較準備的反映國內股市行情動態(tài)，具有較高的預測價值和較好的可預測性。實例表明灰色馬爾可夫模型不僅可以彌補馬爾可夫模型的局限，又可以彌補灰色模型的不足，表明該模型對具有短期波動性的股票價格有較高的精度和應用價值。這是本文的重點創(chuàng)新之一。最后介

3、紹了神經(jīng)網(wǎng)絡理論知識和BP網(wǎng)絡學習算法和預測步驟，提出了基于灰色關聯(lián)分析的神經(jīng)網(wǎng)絡預測系統(tǒng)，該系統(tǒng)為進一步明確描述動態(tài)的股市行情開辟了新的思路。將灰色關聯(lián)思想用于網(wǎng)絡訓練過程中調節(jié)隱含節(jié)點的個數(shù)來實現(xiàn)網(wǎng)絡的泛化能力的最優(yōu)，用灰色關聯(lián)分析選取最能反映股票價格走勢的技術指標，以此作為BP神經(jīng)網(wǎng)絡的輸入?yún)?shù)，并用BP神經(jīng)網(wǎng)絡預測股票價格指數(shù)的短期走勢。實證表明該系統(tǒng)用于股票建模預測時比傳統(tǒng)的預測系統(tǒng)取得更好的效果，可以提高預測的精度且計算復雜