改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)在金融預(yù)測(cè)中的應(yīng)用研究.pdf

1、世界經(jīng)濟(jì)正處在快速發(fā)展階段，金融業(yè)也隨之不斷發(fā)展，金融活動(dòng)日益增多，其變化趨勢(shì)的不確定性也在增加。如何通過學(xué)習(xí)和掌握金融活動(dòng)規(guī)律，預(yù)測(cè)其未來的變化趨勢(shì)，成為學(xué)術(shù)界和金融界的關(guān)注重點(diǎn)和主要研究內(nèi)容。有效的金融預(yù)測(cè)可以為金融計(jì)劃和決策的制定提供依據(jù)，維持金融市場的健康發(fā)展，使盈利機(jī)構(gòu)的利益最大化。
　　卷積神經(jīng)網(wǎng)絡(luò)是一種模擬生物視覺系統(tǒng)運(yùn)行機(jī)制的多層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。它是由多層卷積層和降采樣層順序連接構(gòu)成的神經(jīng)網(wǎng)絡(luò)，能夠從原始數(shù)據(jù)中獲取有

2、用的特征描述，是一種從數(shù)據(jù)中提取特征的有效方法。目前卷積神經(jīng)網(wǎng)絡(luò)已經(jīng)成為語音識(shí)別、圖像識(shí)別及分類、自然語言處理等領(lǐng)域的研究熱點(diǎn)，并在這些領(lǐng)域有了廣泛且成功的應(yīng)用。因此本文引入卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)對(duì)金融時(shí)間序列數(shù)據(jù)進(jìn)行預(yù)測(cè)。
　　本文首先整理和總結(jié)了國內(nèi)外關(guān)于金融時(shí)間序列的研究方法，簡要介紹了人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)方法，并重點(diǎn)介紹了卷積神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的算法原理。然后改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)以適合金融時(shí)間序列數(shù)據(jù)，并建立卷積神經(jīng)網(wǎng)絡(luò)和支持向

3、量機(jī)融合的混合模型，最后將兩種預(yù)測(cè)模型應(yīng)用于金融時(shí)間序列數(shù)據(jù)的預(yù)測(cè)中。本文主要的研究工作如下：
　?。?）結(jié)合金融時(shí)間序列數(shù)據(jù)的特點(diǎn)，改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)，建立了適用于金融時(shí)間序列數(shù)據(jù)的卷積神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，并將模型應(yīng)用于股票指數(shù)預(yù)測(cè)。研究了網(wǎng)絡(luò)模型的相關(guān)參數(shù)對(duì)股票指數(shù)預(yù)測(cè)結(jié)果的影響；
　　（2）改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)股票指數(shù)預(yù)測(cè)模型，將卷積神經(jīng)網(wǎng)提取有效特征的優(yōu)點(diǎn)與支持向量機(jī)良好的分類預(yù)測(cè)能力相結(jié)合，給出了一種卷積神經(jīng)網(wǎng)絡(luò)-支持向量