一種新型進化部分神經(jīng)網(wǎng)絡模型在股票預測中的應用.pdf

1、從2008年以來,次信貸危機引起全球金融市場的震蕩,導致了全球經(jīng)濟的衰退和失業(yè)率居高不下的局面,嚴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生了巨大的震蕩。如何建立一個精確度非常高的股票預測模型來降低投資風險并提高報酬,成為每個金融投資者最關心的課題。
　　 本文深入地分析股票預測面臨的難點與各種方法比較基礎上,并針對前向神經(jīng)網(wǎng)絡包含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)絡結構的可變化性和與環(huán)境交互的適應能力。針對BP算法在股市預測中存在易陷入局部極小、學習能力差、預測結果不準等問題,提出了將進化算法引入部分神經(jīng)網(wǎng)絡的方法來克服BP算法的缺陷,即:跳出局部極小找到全局最優(yōu),提高學習能力和預測精度等問題。進化部分神經(jīng)網(wǎng)絡通過對以往數(shù)據(jù)的學習,將其存

3、儲在網(wǎng)絡的權值與閥值中,用以預測未來的走勢。針對進化部分神經(jīng)網(wǎng)絡模型進行股市預測的原理,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測效果；實驗二得出的結論是在不同的層數(shù)與神經(jīng)元個數(shù)情況下,進化部分神經(jīng)網(wǎng)絡會出現(xiàn)過度擬合的問題；實驗三與Chang&Liu(2008)中的股票預測作比較,得到了良好的預測效果。實驗結果表明,對于股票價格這個多噪聲的非線性