一種新型進化部分神經(jīng)網(wǎng)絡(luò)模型在股票預(yù)測中的應(yīng)用.pdf

1、從2008年以來,次信貸危機引起全球金融市場的震蕩,導(dǎo)致了全球經(jīng)濟的衰退和失業(yè)率居高不下的局面,嚴(yán)重影響了我國人民的生活狀況。股票市場作為金融的一個重要組成部分,股市的暴漲暴跌對我國的資本產(chǎn)生了巨大的震蕩。如何建立一個精確度非常高的股票預(yù)測模型來降低投資風(fēng)險并提高報酬,成為每個金融投資者最關(guān)心的課題。
　　 本文深入地分析股票預(yù)測面臨的難點與各種方法比較基礎(chǔ)上,并針對前向神經(jīng)網(wǎng)絡(luò)包含2層以上的隱含層時,會陷入運算過程時間太長和不

2、同的輸入值時輸出值陷入不動點的狀態(tài)等問題,提出了一種新型“部分”神經(jīng)網(wǎng)絡(luò)模型修正這些缺陷,該模型的特點在于神經(jīng)元之間是動態(tài)的有概率的連接,這樣極大地增強了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的可變化性和與環(huán)境交互的適應(yīng)能力。針對BP算法在股市預(yù)測中存在易陷入局部極小、學(xué)習(xí)能力差、預(yù)測結(jié)果不準(zhǔn)等問題,提出了將進化算法引入部分神經(jīng)網(wǎng)絡(luò)的方法來克服BP算法的缺陷,即:跳出局部極小找到全局最優(yōu),提高學(xué)習(xí)能力和預(yù)測精度等問題。進化部分神經(jīng)網(wǎng)絡(luò)通過對以往數(shù)據(jù)的學(xué)習(xí),將其存

3、儲在網(wǎng)絡(luò)的權(quán)值與閥值中,用以預(yù)測未來的走勢。針對進化部分神經(jīng)網(wǎng)絡(luò)模型進行股市預(yù)測的原理,本文進行了三次實驗的仿真實驗:實驗一采用了美國股市中的Citigroup和Motors Liquidation公司為例評估了模型的預(yù)測效果；實驗二得出的結(jié)論是在不同的層數(shù)與神經(jīng)元個數(shù)情況下,進化部分神經(jīng)網(wǎng)絡(luò)會出現(xiàn)過度擬合的問題；實驗三與Chang&Liu(2008)中的股票預(yù)測作比較,得到了良好的預(yù)測效果。實驗結(jié)果表明,對于股票價格這個多噪聲的非線性