基于模糊深度學(xué)習(xí)網(wǎng)絡(luò)算法的短期股價預(yù)測.pdf

1、股票市場研究一直是經(jīng)濟(jì)學(xué)研究的一個重要部分，股票市場是一國經(jīng)濟(jì)狀況的晴雨表，一直以來受到政府與管理者以及投資者的高度關(guān)注。其中短期股價趨勢的預(yù)測更是成為投資者研究關(guān)注的重點。股票市場受多種因素影響，是一個極其復(fù)雜的非線性動力學(xué)系統(tǒng)，具有很強的復(fù)雜性與非線性，使股價波動具有不確定性、高噪聲等特點，股價預(yù)測的結(jié)果也往往不盡人意。而且股票市場具有的信息量十分龐大，隨著大數(shù)據(jù)時代的發(fā)展，給股票市場預(yù)測提供更多信息的同時，對大量數(shù)據(jù)的處理能力也是

2、影響股票市場預(yù)測研究的重要部分。如何利用新的理論建立可以應(yīng)用于股票市場預(yù)測的模型提高股票市場預(yù)測的準(zhǔn)確度對金融投資者具有很大的理論意義與應(yīng)用價值。
　　神經(jīng)網(wǎng)絡(luò)作為常用的非線性動力學(xué)系統(tǒng)一直在經(jīng)濟(jì)、金融領(lǐng)域的預(yù)測問題上得到廣泛的應(yīng)用，并在學(xué)術(shù)研究上取得了不錯的效果，而傳統(tǒng)淺層BP神經(jīng)網(wǎng)絡(luò)模型存在學(xué)習(xí)速度慢且容易陷入局部收斂等問題。2006年加拿大學(xué)者Hinton提出的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)為人工智能領(lǐng)域帶來了新的希望。其中深度信念網(wǎng)絡(luò)是

3、深度學(xué)習(xí)的典型模型，目前深度信念網(wǎng)絡(luò)主要應(yīng)用于語音識別、圖形提取等方面，取得前所未有的成功，同時各領(lǐng)域的學(xué)者們也漸漸嘗試將深度信念網(wǎng)絡(luò)應(yīng)用到其他方面。模糊理論與神經(jīng)網(wǎng)絡(luò)的結(jié)合應(yīng)用已有四十多年，各種研究證明神經(jīng)網(wǎng)絡(luò)與模糊理論的結(jié)合可以有效彌補其自身的不足。
　　本文綜述了股票市場短期預(yù)測以及模糊理論與深度信念網(wǎng)絡(luò)的理論基礎(chǔ)，研究了DBN模型的學(xué)習(xí)算法，通過實驗的方法構(gòu)建股價預(yù)測的模糊深度學(xué)習(xí)網(wǎng)絡(luò)模型。首次將深度學(xué)習(xí)網(wǎng)絡(luò)應(yīng)用于股票市場