粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)在多種股市中的預(yù)測研究.pdf

1、隨著中國股票市場的發(fā)展，股票市場的投資活動(dòng)逐漸變得頻繁，股票市場逐漸成為證券市場中最活躍的市場，股票成為投資者們最熱衷的投資產(chǎn)品。所以股票價(jià)格的預(yù)測成為了一項(xiàng)熱門研究。有效的預(yù)測分析方法可以很好的幫助投資者制定投資策略，在增加收益的同時(shí)降低風(fēng)險(xiǎn)。股票市場是一個(gè)非常復(fù)雜的系統(tǒng)，但是它的內(nèi)在規(guī)律具有一定的趨勢(shì)性，而且受到經(jīng)濟(jì)政治等許多因素的影響，但就是如此股票市場這個(gè)系統(tǒng)的運(yùn)動(dòng)規(guī)律仍然是很難掌握的。許多的學(xué)者對(duì)股票市場進(jìn)行研究，并且產(chǎn)生了許

2、多的方法模型。傳統(tǒng)的研究方法主要是基于數(shù)理統(tǒng)計(jì)理論的模型，先建立主觀的數(shù)據(jù)序列模型，再對(duì)模型進(jìn)行預(yù)測和研究，像時(shí)間序列等等模型在這方面有很多的應(yīng)用，但是其預(yù)測精度無法達(dá)到人們的要求，事實(shí)上人們?cè)谘芯恐兄饾u發(fā)現(xiàn)股票市場系統(tǒng)是一個(gè)復(fù)雜的非線性系統(tǒng)，傳統(tǒng)的線性模型無法很好的逼近其內(nèi)在規(guī)律，許多的學(xué)者開始研究股票的混沌性質(zhì)，而且隨著非線性算法的發(fā)展，許多學(xué)者開始使用神經(jīng)網(wǎng)絡(luò)，遺傳算法等非線性算法對(duì)股票是場進(jìn)行預(yù)測，各種基于非線性算法的股票預(yù)測模

3、型被建立。
　　本文將粒子群優(yōu)化算法和bp神經(jīng)網(wǎng)絡(luò)進(jìn)行了融合，利用粒子群算法對(duì)神經(jīng)網(wǎng)絡(luò)的連接權(quán)重和閾值的訓(xùn)練進(jìn)行優(yōu)化，討論了各個(gè)參數(shù)的選取設(shè)定優(yōu)化，建立了粒子群優(yōu)化bp神經(jīng)網(wǎng)絡(luò)模型并將其用于股票預(yù)測的實(shí)證研究。通過對(duì)三種具有市場代表性的指數(shù)進(jìn)行實(shí)證分析，以及將粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)的預(yù)測效果與傳統(tǒng)的單一bp神經(jīng)網(wǎng)絡(luò)預(yù)測效果進(jìn)行對(duì)比分析，得到的結(jié)果表明粒子群算法能夠有效的加強(qiáng)神經(jīng)網(wǎng)絡(luò)的預(yù)測能力，減小預(yù)測誤差，提高訓(xùn)練速度;三大市場的預(yù)測