基于神經(jīng)網(wǎng)絡和模糊理論的股市分析、預測與決策.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(shù)很難揭示其內(nèi)在的規(guī)律.在分析考察傳統(tǒng)預測分析方法的基礎上,該文提出了一個面向股市分析、預測和決策,由神經(jīng)網(wǎng)絡和模糊理論組合的系統(tǒng),并針對系統(tǒng)性能的改善和提高進行了深入研究.在對前饋神經(jīng)網(wǎng)絡的訓練中,使用參數(shù)自適應方法實現(xiàn)了學習率、慣性因子的自我調(diào)節(jié),以避免系統(tǒng)誤差陷入局部最小,加快網(wǎng)絡的收斂速度;提出了優(yōu)化BP網(wǎng)絡結(jié)構(gòu)的實驗研究方法,將該算法同傳統(tǒng)BP算法的預測偏差平方和進行

2、比較,結(jié)果證實網(wǎng)絡的逼近精度及泛化能力均得到了極大的提高和改善.作者采用上述優(yōu)化算法,對深市和滬市的股票價格進行了基于模糊參量的神經(jīng)網(wǎng)絡模擬,為全面反映股市價格變化進行了有益的探索.該文將模糊理論引入股市,以模糊數(shù)學中隸屬度的方式對原始變量進行了量化定義和分析,該方法為進一步明確描述動態(tài)的股市行情開辟了新的思路.與傳統(tǒng)股市分析方法相比,該文將預測分析和決策分析操作有機聯(lián)系在一起,從實用角度出發(fā),為廣大投資者建立了有效的預測決策分析系統(tǒng).