利用BP神经网络系统对股票市场进行预测与分析的研究.pdf
- 文档编号:3434827
- 上传时间:2023-05-05
- 格式:PDF
- 页数:63
- 大小:1.72MB
利用BP神经网络系统对股票市场进行预测与分析的研究.pdf
《利用BP神经网络系统对股票市场进行预测与分析的研究.pdf》由会员分享,可在线阅读,更多相关《利用BP神经网络系统对股票市场进行预测与分析的研究.pdf(63页珍藏版)》请在冰点文库上搜索。
利用利用BPBP神经网络系统对股票市场神经网络系统对股票市场进行预测与分析的研究进行预测与分析的研究TheapplicationofBPneuralnetworkTheapplicationofBPneuralnetworkinpredictingstockmarketinpredictingstockmarket领域:
金融信息化作者姓名:
韩磊指导教师:
任达企业导师:
陈欣天津大学软件学院2013年5月-I-摘摘要要股票市场是一个充满了机遇与陷阱的地方。
自从1990年起,股票公开在上海、深圳两地发行以来,炒股票已经成为国人日常经济行为的中的一部分。
虽然股票的收益可以非常高,但是股票同样具有着高风险。
在这种形势下,越来越的投资人和投资机构开始关注于对于股市行情的走向,试图通过股票背后大量的数据来实现对股票走势的预测。
在这种形势下,对股票市场内在规律的研究和预测具有着极其重要的理论意义和实用价值。
本文试图通过利用BP(BackPropagation)神经网络进行对股票的分析和预测。
股市是一个非常复杂的非线性的动力学系统,而神经网络具有很强的非线性逼近能力和自学、自适应等特性。
通过整理股票价格历史数据,并使BP神经网络训练学习历史数据,可以有效的找到股票市场价格变动的规律,来达到预测股票未来价格趋势的目的。
本文分析了使用BP网络对股市价格进行预测分析中的原理,建立三层前馈神经网络建立对股票的预测模型。
在实验中,通过对BP网络参数的调整,以达到比较好的学习效果。
再以五只纳斯达克股票为例,应用已经实现的预测模型对其股价的未来走势进行预测,取得了比较好的效果。
通过过往的理论研究和BP神经网络的特点,可以证明可以使用BP神经网络对股票价格进行有效预测。
关键词:
股票市场,BP神经网络,股票预测-II-AABSTRACTBSTRACTStockmarketisanarenafilledwithchanceandtrap.Since1990,whenthestockswasforpublicofferingsinShanghaiandShenzhen,itbecomesacommonpartofcitizenseconomicbehaviortoinvestinstocks.Althoughstockwouldreturninvestorswithhighprofit,italsocompanieswithhighrisk.Undersuchacircumstance,moreandmoreinvestorsandinstitutionsbegintofocusonthetrendofstockmarket,tryingtopredictthetrendofstockthroughlargeamountofstockdata.Ithasbothmagnificenttheorymeaningandpracticalvaluetoresearchandpredictinnerrulesofstockmarketsuccessfully.Thispaperattemptstouseneuralnetworkanalysisandforecastingstock.Thestockmarketisaverycomplexnonlineardynamicsystem,theneuralnetworkhasastrongnonlinearapproximationabilityandself-adaptivecharacteristics.BythefinishingstockpricehistorydataoftheBPneuralnetworktraininglearninghistoricaldata,caneffectivelyfindthelawofthechangesinthemarketpriceofastock,topredictstockpricetrends.ThispaperanalyzestheprincipleofpredictingstockmarketbasedontheBPneuralnetwork,andestablishesthree-layerfeedforwardneuralnetworkmodel.Intheexperiments,byadaptingtheparametersintheBPneuralnetwork,wecouldachieveawellresultofnetworklearning.Then,wegotwellresultbytestingfivestocksfromNASDAQasexamples,onwhichourforecastmodelwasappliedtopredictthefuturetrend.KeyWords:
StockMarket,BPNeuralNetwork,Stockprediction-III-目录摘要.IABSTRACT.II第一章绪论.11.1研究背景.11.2研究现状.21.3研究目的和意义.31.4本文研究的主要内容.4第二章股票预测与分析.52.1股票的概念和特点.52.1.1股票的特点.52.2股票价格及影响股票价格的因素.62.2.1股票价格.62.2.2影响股票价格的因素.72.3股票预测的关键问题.82.3.1股票基本指数.82.3.2股票预测的常用技术指标.92.3.3股票常用预测方法.112.3.4股票预测面临的问题.12第三章神经网络理论基础.143.1神经网络的简介.143.2神经网络的特点.143.2.1分布式存储.143.2.2非线性.153.2.3健壮性.153.2.4学习、自我适应性.153.3神经网络的基础.153.3.1神经元模型.153.3.2传输函数(活跃函数).16第四章BP神经网络算法及在股票预测中的应用.184.1BP神经网络及算法.18-IV-4.1.1BP神经网络概述.184.1.2BP网络学习公式推导.194.2BP学习算法过程.244.3BP算法在股票预测中的难点.254.3.1输入量的选择.254.3.2训练过程的问题.28第五章BP神经网络股票预测模型.295.1采用BP神经网络预测股票价格的步骤.295.2实验实现流程.295.3BP神经网络预测的方式.305.4基于BP神经网络预测模型的构造.315.4.1网络结构的设计.315.5训练样本集的准备.335.5.1采集数据的选取.335.5.2输入输出数据的预处理.345.6股市预测模型的Matlab实现.355.6.1生成和初始化BP神经网络.365.6.2对数据进行预处理和后处理.375.6.3BP神经网络的训练.385.6.4BP神经网络的仿真.38第六章仿真实验及结果分析.396.1实验结果.396.2实验结果分析.466.2.1网络误差分析.466.2.2训练过程分析.496.3实验核心代码.53第七章总结与展望.56参考文献.57致谢.58利用BP神经网络系统对股票市场进行预测与分析的研究1第一章绪论1.1研究背景股票是市场经济的产物,现如今股票市场已经成为了证券业甚至整个金融业必不可少的组成部分。
随着国民在股票市场的投资幅度日益加大,股票市场对于民生的稳定和经济的健康发展都已经起到了至关重要的地步。
如果能过有效地预测到股票市场的涨跌情况,及时的对股票市场进行合理的监管和调控,为股票投资者做出必要的提醒和指引,这必将为国民经济的健康持续发展提供坚实的基础3。
股票预测,对股市具有深刻了解的证券分析人员使用实际的数据、和市场信息,或者从各方面调查统计的数据,结合股市的历史数据以及近期的发展走势和规律,结合目前市场的发展方向,用科学的方法对未来股市发展方向以及涨跌程度的预测行为。
在现今的金融市场交易中,由于股票具有高风险但同时又具有高收益的特点,对股票走势的分析和预测就引起了广大入市者的关注,从而研究出各种对股市走势的预测方式。
但由于股票走势具有非线性波动的特点,而现在的科学方法还未能完全实现对股票走势的准确预测,因此,目前阶段对股市发展的预测还存在一定发展空间。
传统的股票分析技术包括基本分析法和技术分析法。
基础分析法以经济学、投资学等金融学理论为基础,结合公司自身运营情况,研究股票的发展趋势做出预测。
但是基础分析法是针对于长期宏观发展预测有着比较好的效果,但是对于炒短期的股民而言,提供不了太多的帮助。
而且考虑到广大散户股民难以获得大量的统计数据,及对专业分析技巧的技能缺乏,这种分析方法并不是非常普及。
技术分析法是通过股票数据的研究,分析开盘收盘价、成交量、涨跌指数等数据,推测将来股价变化的趋势。
目前存在的一些常见的分析方法有点数图法、K线图法、移动平均线法等,这些方法可以预测近阶段某只股票的价格变化,这对于炒短线的股民来说是非常有帮助的。
但是技术分析法的缺点也是很明显的,分析局限在对于数据的变化中,而忽视了对于整个股票市场大背景下的众多影响因素,所以缺乏宏观把握性,有时候很有可能就会预测失准。
利用BP神经网络系统对股票市场进行预测与分析的研究2随着近年来技术的发展和进步,使用人工智能算法作为股票市场价格分析与预测成为研究热点。
而BP神经网络作为人工智能算法的一种,具有极佳的综合运算处理能力,广泛应用于模式识别、信号处理等领域。
BP神经网络算法具有自适应性、自学习能力,并且无需建立显示关系和数学模型,具有传统定量预测手段无法比拟的优点。
因此可以考虑将BP神经网络算法应用到股票价格预测中。
1.2研究现状国内外的研究机构对预测股票价格进行很多的研究,主要的预测方法有一下几种:
(1)时间序列法时间序列法是指建立时间序列和股票综合价格指数的统计关系模型,典型的模型有:
ARIMA模型(自回归移动平均模型),RW模型(全随机模型),ARMA模型(齐次非平稳模型)等。
基于时间序列的分析方法包含两种考量方式:
单变量和多变量。
单变量模型参数选择与模型确定非常复杂,同时需要大量的数据进行分析。
研究显示,时间序列法只对短期股票价格预测具有良好效果,预测的精准度会随着预测周期的变长而下降。
(2)投资分析法证券投资分析法指通过技术分析法和基本分析法来预测股票价格变化的趋势。
基本分析属于长期分析方法,它通过分析股票的投资价值和影响股票的价格因素分期股票的内在价值。
而技术分析则是通过分析股票市场的动态和规律研究对象,获取短期投机收益。
(3)人工智能预测法这些年来,人工智能算法取得了飞速发展,特别是BP神经网络日益成为人工智能领域的研究热点并应用于各个领域。
很多西方的研究学者将BP神经网络应用到股票应用中去。
早在1988年,White就尝试使用神经网络的方法来预测IBM股票的当日回报率,但是经过分析,训练后的算法无法跳出局部最小值而使得预测结果不够理想。
Kimoto等人在1990年时应用神经网络算法开发的预测系统对东京证券交易所的平均加权指数进行预测,并且通过预测决定何时进行买入的时机,实验的结果显示,神经网络预测的准确率要高于加权平均指利用BP神经网络系统对股票市场进行预测与分析的研究3数。
Kozaki和Baba在1992年时在使用神经网络预测时,采用了2个隐含层多个个输入变量和单个输出变量。
在对样本数据进行训练分析后,做出股票涨跌的分析判断,若涨跌判断方向正确,则股价预测的准确率相当高,但当方向判断错误时,预测率明显偏低。
Gencay在1996年在应用神经网络预测股票价格时,首次将移动平均线引入预测。
将股票的买卖区间设定为股票的长期移动平均线与短期移动平均线接近或重合的范围。
Timmermann和Pesaran在1999年使用神经网络对过去25年伦敦证券交易所证券指数进行预测分析,估测指数的月度变化准确率能够到达60%。
2001年,ChungKimKwong利用澳大利亚股票市场中的7家公司的数据进行研究,得到的平均预测精度为48.2%35。
以上的过往研究显示,使用神经网络来用于股票市场的价格预测是有效的、可行的。
研究显示,神经网络的自适应、自学习、分布处理、自组织、容错等特性,适合应用于股票价格预测这种非线性动力学系统,具有显著优势。
1.3研究目的和意义我国的股票市场作为金融市场的一个重要组成部分,在近20年得到了极大的发展。
对我国的经济发展和稳定起到了重要作用。
股票交易作为一种风险投资活动,其投资风险相对于其他相对安全的投资方式,收益较高。
但是,股票投资具有风险和收益的两重特性,收益与风险成正比,收益越高,风险越大。
在投资行为中,迫切需要一种有效分析预测股票走势的方法,最大程度的控制风险,提高收益。
所以,研究股票预测方法具有非常重要的理论和应用价值。
本文将要提出的是运用BP神经网络实现对股票市场的预测。
近年来,随着计算机技术和人工智能技术的迅猛发展,人工智能技术已经应用在了股票预测分析当中,由于神经网络自身的强大功能和特点,非常适合于应用在股票市场这样影响因素众多,大型非线性系统。
上述例子,都说明神经网络对于股票市场的预测是可行的、有效的。
本文将着手对股票市场进行初步研究,然后运用BP神经网络对股票价格的趋势进行模拟学习,带入实验中,检验本文的BP神经网络建立的股票预测模型的可行性和有效性。
利用BP神经网络系统对股票市场进行预测与分析的研究41.4本文研究的主要内容本文的主要内容和章节安排为:
第二章主要讨论股票价格的关键指标,引入了股票价格预测的几个关键问题,以及股票预测中的典型预测方法。
第三章介绍了BP神经网络算法的理论基础,详解了算法中的公式推导。
第四章给出了神经网络预测模型,BP神经网络股票预测模型的构建,以及采用Matlab预测模型的实现方法。
第五章通过Matlab仿真实验验证了算法的有效性和可行性。
第六章对论文工作进行了总结,指出了今后的研究方向。
利用BP神经网络系统对股票市场进行预测与分析的研究5第二章股票预测与分析本章节首先是简要概述股票的概念与特点,介绍了影响股票价格变动的影响因素。
进一步地,列举出了在股票预测过程中可能面临的困难。
同时也简要的介绍了一些当前较为常用的一些股票预测方法。
2.1股票的概念和特点股票是股份有限公司在筹集资本的时候,公开或私下发行的、证明股东(出资人)身份和权力,同时根据持有人持有股份数所应享有的权益和义务的一种凭证。
股票代表了股东对股份公司的所有权。
股票是一种不确定收益的权证券,股票可以转让、继承和抵押。
根据不同的划分标准,股票课划分出不同类型的股票,例如,按照股东的权利和义务划分,股票分为优先股票和普通股票;按照是否记录股东姓名,分为记名和不记名股票等等37。
2.1.1股票的特点
(1)权责性股票是股东的股权凭证,表明了股东对于该公司所享有的权责。
股东可以参加股东大会,行使权力参与到公司的运营组织中。
股东的权益和所持股票占公司股本比例成正比,根据自己持有的股票获取股息和分红。
同时,股东根据自身手持有的股份多公司负有有限的责任。
(2)收益性股东凭持有的股票,领取股息或红利,获取自己投资的收益,这也是投资人投资的出发点。
股息、红利的多少,主要取决于公司的盈利水平和盈利分配政策的不同。
股票的收益性,还表现在投资人可以获得价差收入或实现资产保值增值。
当投资人低价买入、高价卖出股票时,就可以赚取价差利润。
(3)价格波动性和风险性股票是一种具有高风险的金融产品,作为交易的商品,有自己的独特的市场行情。
众所周知,受到诸如公司经营状况、国内国际宏观市场变化、政策调整、投资者心理等因素的影响,股票的波动有非常的不可预测性和波动性。
股票的这种特点,导致有可能投资者遭受到巨大的损失,例如2008年全球性的股利用BP神经网络系统对股票市场进行预测与分析的研究6灾。
当然,也有时也可以给投资者带来巨大的收益,例如苹果公司,因其突破性的技术革新,在电子产品市场销售上的卓越表现,带动了自身股价这两年的一路上扬。
(4)流通性通过确定股票在投资者互相之间的可交易性,可以确定股票的流通性。
通过股票的成交量、数量和股票价格对成交量的敏感度可以衡量股票的流通性。
当股票的成交量非常大,流通股票数量非常多,股票价格对成交量也就越不敏感,股票的流通性表现为非常理想,反之不理想。
通过股票的流通以及股价的变动,可以看出投资者们对于该上市公司发展前景和盈利情况的判断。
但是一般说来,在交易所挂牌的上市公司占股份制企业的比例约为5%,并不是所有的股票都能在市场上流通转让的。
(5)参与性根据公司法的规定,作为股票的持有者,股东有权出席股东大会,选举公司董事会,参与公司重大决策。
股票持有者的投资意志和享有的经济利益通常都是通过行使股东参与权来实现的。
股东参与公司决策的权利大小,取决于其所持有股份的比例8。
当股东持有的股票比例达到能够影响决策结果的时候,就能成为掌握公司的决策者之一。
2.2股票价格及影响股票价格的因素2.2.1股票价格股票自身并没有价值,但它可以被当成商品出卖,并且有一定的价格。
股票价格又叫股票行市,是指股票在证劵市场上买卖的价格。
股票的票面额代表投资入股的货币资本数额,它是固定不变的;而股票价格是可变动的。
股票的买卖实际上是买卖获得股息的权利,因此股票价格不是它所代表的实际资本价值的货币表现,而是一种资本化的收入。
股票有市场价格和理论价格之分:
股票的市场价格就是股票在市场上买卖的价格,又应在市场上分为发行市场和流通市场,股票的市场价格也分为发行价格和流通价格5。
利用BP神经网络系统对股票市场进行预测与分析的研究72.2.2影响股票价格的因素虽然说股票的价值决定了股票的市场价格,但是考虑到股票市场的波动性和风险性,在一段时间内股票的市场价格并一定完全符合经济学中的价值规律,有事甚至会严重偏离基本其价值。
所以,股票价格的预测是有相当大的难度的6-7。
总体上来说,影响股票价格的因素非常的多,其中基本面因素,景气因素和心理因素是三个比较重要的影响因子。
(1)基本面因素基本面是指涵盖了宏观经济、行业形势和公司的基本情况的分析。
宏观经济的影响是指在国家或地区现阶段的经济发展水平和阶段下,给予该行业或者股票市场大环境的影响,包括了经济状况,政策,利率,财政情况,国际收支,物价等等。
通过留意近几年来,国家颁布的一系列措施,法令,以及中央银行调整准备金率和存贷利息导致股票市场不同程度波动的状况,可以国家宏观调控政策对于股票市场的巨大影响。
(2)景气因素一方面,考虑到一些行业的自身情况,该行业的公司股票价格可能更受自身行业情况的影响。
例如虽然在08年金融危机后,全球经济大环境一片惨淡的情况下,仍有部分非常有前景的行业和公司在短时间内恢复了过来,并且其股价一路上涨。
还有在某些特定的时间或者地区,因为某些原因,人们出于对某些行业或者个股的看好或者看衰,也会导致股票价格的涨高或者贬低。
另一方面,公司经营管理水平、科技创新能力,组织能力这些公司内部的影响因子也从各个不同的方面影响着股票的市场价格。
(3)心理因素投资者心理对其投资决策的影响,会对股票价格带来巨大的影响。
以下是几种股票市场中常见的典型心理。
从众心理股大多数股民的心理都是倾向于相信多数人的判断,尤其当股民对于市场行情不是非常清楚的情况下,盲目跟风操作,跟进跟出买卖股票,对股价起到了放大的作用。
利用BP神经网络系统对股票市场进行预测与分析的研究8譬如,当看见某个股股价一路上涨的时候,股民往往会跟风买进,导致价格进一步被抬高,形成一个短期的牛市,但是当价格被抬高到背离价值很高,会开始下跌,这时候一些理智的股民会率先撤出资金,然后其他的股民看见股票下跌,别人卖出股票,担心自己遭受顺势也跟风抛出,伴随着股票下跌幅度的进一步加深,更多的股民会跟着卖出股票,最后引起股市的暴跌。
预期心理预期心理就是指股民对未来股价趋势和各种影响股价因素变化的心理预测。
股市低迷的时候,股票价格都已经跌到了净资产以内的的价格,但是绝大多数股民仍不敢购买股票,而当股价一路上扬的时候,甚至已经完全超出了合理的价格区间,股民在预期心理的作用下,仍然会愿意以高价购买。
偏好心理这种心理是一些股民在投资股票的时候,出于一定的原因,倾向做一些自己比较喜欢的股票。
如果大户机构介入某只股票的时候,由于其交易的数量巨大,会造成对股市价格的影响,往往这种价格变动都是背离价值基本面的,当这些大户撤离的时候,会出现股票价格暴跌的倾向,导致跟风的散户损失惨重。
2.3股票预测的关键问题2.3.1股票基本指数每只股票的价格决定于股票自身的价值,于此同时也有许多其他条件会对股价产生影响。
下面简单阐述股票分析中常见的一些概念。
(1)综合指数综合指数是总指数的综合表现形式,反映出了股票复杂的总体变化情况,在中国股市有上海证券综合指数和深圳证券综合指数。
(2)开盘价开盘价为每天股市开市后股票的首笔成交价格。
若当天开市后30分钟内没有成交价格,则将前一日的收盘价作为开盘价。
(3)收盘价指每天股市截至收市之时,股票的最后一次交易价格。
(4)最高价指股票当天在所有交易中最高的一次价格。
利用BP神经网络系统对股票市场进行预测与分析的研究9(5)最低价指股票当天在所有交易中最低的一次价格。
(6)成交量股票成交的数量。
手是股票成交的最小单位,一手即为100股。
(7)成交金额指用货币表示的股票成交总量,等于成交价格乘以成交量。
(8)涨跌以每天的收盘价与前一天的收盘价相比较,来判断股票价格是涨还是跌。
2.3.2股票预测的常用技术指标
(1)移动平均线(MA)9移动平均线是用统计的方法把一时间段内每天连续的平均指数连接而形成的指数移动趋势曲线,股民通过观察整个曲线来辅助预测指数的未来趋势。
从经济学角度来看,移动平均线(MA)可看成在这段时间区间内股民们购买股票的平均成本。
移动平均线能够反映股价上升下降的趋势,当平均同数越少,趋势反映会越灵敏。
通常情况下,根据看短期或者长期的的趋势,本文会选用3日、6日、10日、24日、13周,26周等等移动平均线,目的就是为了获取某段时间的平均成本,再以此平均成本的曲线结合每日各项股票数据参数来分析多空头的力量对比,进而帮助股民做出判断,预测股票的未来趋势。
(2)乖离率(BIAS)乖离率指的是股价或股票指数偏离移动平均线的程度,它是由移动平均线派生出来的一种技术分析指标,一般都是与移动平均线配合使用。
乖离率的英文简称为BIAS,其单位为百分比。
常用的乖离率为BIASY(6)、BIASY(12),也就是指收盘指数分别与最近6日、12日收盘指数的移动平均线的偏离程度。
乖离率的理论依据是,一般情况下,股价或股票指数会在移动平均线附近上下波动,即使某些时间点股价或股票指数的偏离移动平均线叫较多,但是最终它还是会回归移动平均线附近。
(3)随机指数(KD线)随机指标在图表上共有三根线,K线、D线和J线,随机指标在计算中考虑了计算周期内的最高价、最低价,兼顾了股价波动中的随机振幅,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 利用 BP 神经网络 系统 股票市场 进行 预测 分析 研究