bp神经网络股价预测模型

bp神经网络股价预测模型

ID:10672243

大小:129.50 KB

页数:7页

时间:2018-07-07

bp神经网络股价预测模型_第1页
bp神经网络股价预测模型_第2页
bp神经网络股价预测模型_第3页
bp神经网络股价预测模型_第4页
bp神经网络股价预测模型_第5页
资源描述:

《bp神经网络股价预测模型》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、BP神经网络股价预测模型魏欢摘要:从技术分析的角度分析股票市场,采用BP神经网络对股票价格进行预测,提出了将股票市场的基础数据指标和技术指标相结合,作为神经网络输入的候选变量,筛选出影响股票价格涨跌的变量,从而建立起神经网络模型。最后用MATLAB编程手段对沃尔玛公司的交易资料进行实证分析。关键词:BP算法股价预测MATLAB软件实证分析投资分析一、引言股票价格指数和平均数仅仅为人们提供了一种衡量股票价格变动历史的工具,然而,人们更关心的是如何预测股票价格的未来趋势,以及买卖股票的适当时机。对于股价变动趋势的看法,依观点的不同可分为

2、两种学派。其一是基本分析学派主张任何时点,每一股票皆有其真值存在,其价值高低取决于公司整体的经营票价格会向此真值调整,同时受整体经济情况、产业动态、以及发行公司业绩、财务状况、股市政策与管理交互影响。其二为技术分析学派,分析的基本假设是历史会一再重演,投资人会一再重蹈覆辙,因此技术分析支持者认为股价变动有趋势可循,利用证券成交价、成交值、成交量的历史资料,归纳出一些操作技术来预测股价未来的走势。本文研究是基于技术分析。近年来,科技不断的发展,信息科技运用在现实生活中已是越来越普遍。利用神经网络来作预测可说是相当的热门,许多研究结果都

3、指出利用神经网络来预测股市可以获得超额的利润。二、神经网络算法应用于股价预测1.BP神经网络算法本文研究所用的是反向传播算法(Back-Propagation简写为BP算法)。BP神经网络算法,是一种单向传播的多层前向神经网络,其结构为除输入输出结点外,有一层或多层隐含结点,同层结点间无任何联接,由于同层结点上无任何耦合,故每层结点的输出只影响下一层结点的输出。因此,可视BP网络为从输入到输出的高度非线性映射,它也是目前应用最广泛的一种模型。BP算法是在导师指导下,适合于多层神经元网络的一种学习,它是建立在梯度下降法的基础上的。其网

4、络结构基本上是由数层的神经节点所组成,其中第1层为输入层,另外有一个以上的隐藏层和一个输出层。每一层的神经节点都由前一层输入或者是网络外的资料集输入。而网络节点的输出不是成为下一层的输入就是整个网络的输出。BP神经网络的数学表示式如下:(1)隐藏层的输出;(2)输出层的计算,。其中,网络的输入;O(k)网络的输出;代表第1层的节点i与第2层的节点j之间的连接权值;,代表第2层的节点j与第3层的节点之间的连接权值;f(x),节点的转换函数,例如simgmoid:,.。训练的过程为使用此网络的输入与输出的对映资料集,网络会利用权值的调整

5、学习输入与输出的非线性关系,训练的目的是使误差达到最小,定义如下:,其,——输入样本的第个输出,——输入样本的第个目标输出,。2.股价数据处理及分析(1)输入变量的处理本文输入变量的处理考虑以下几个方面:第一,原始数据,原始数据是对股市变化的最直接反馈,所以在开盘价、最高价、最低价、收盘价、成交量中进行筛选,由于在后面技术指标数据中将选用BIAS10,所以在原始数据中不选用收盘价,成交量是对当日股价变动的反应,主要受股票价格涨跌的影响,在技术指标RSI10中有所体现,所以在原始数据选取中不选用。所以在原始数据中选用开盘价、最高价、最

6、低价。第二,先收集目前市场上常被使用的技术指标,当作“候选”的输入变量,采用同类指标选取有代表性,不同类指标选取相关性较小的,同考虑心理因素相关指标的方法,以决定哪些为影响股价变动的关键因素。网络的出是未来股价相对于今日股价的涨跌幅度,其数值变动会在一定的范围内(以为中心),因此输入变量应具有类似的特性,以某一点为中心,在一定的范围内变动,以反映输出入变量之间的关系。结合我国股市的情况,特选取候选输入变量,共32项技术指标。最终选取了4个指标:①相对强弱指数上升平均数是在10日内升幅的平均,下跌平均数则是10日内跌幅的平均。②乖离率

7、,乖离率其主要是通过测算股价在波动过程中与移动平均线出现偏离的程度。③:心理线,心理线是一种建立在研究投资人心理趋向基础上,将某段时间内投资者倾向买方还是卖方的心理与事实转换为数值,形成人气指标名,作为买卖股票的参数。④人气指标,其中:H=当日最高价;L=当日最O日开市价,人气指标较注重开盘价格,从而反映市场买卖的人气。结合上两方面,本文模型最终选取的输入变量为:开盘价(Open)、最高价(High)最低价(Low)、相对强弱指数(RSI10)、乖离率(BIAS10)、心理线(PSY)人指标(PSY10)。(2)输出变量的处理本研究

8、是预测股价未来的涨跌,预测的变量为未来某日的股价与今日股价的涨跌幅度。要计算涨跌幅度,首先要确认每日股价的水准。由于股价每日变动剧烈,往往前一日跌了数百点,隔日马上涨回数百点,这种变动极端的经常出现,对分析是相当不利的。为了消除此种股

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。