理工科大创立项答辩
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
RBF神经网络
相比于BP神经网络，引入激活函数RBF， 加快神经网络学习速度
03 科学性与可行性
01
Wittkemper和Manfred Steine讨论了预测股票系统风险的不同方法，对 1967年到1986年德国67家上市公司的财务报表进行分析，发现最为准确
地方法是利用遗传算法优化的人工神经网络方法
THANKS
龙建成（2005 )胡静（2007 )尚俊松（ 2004 )等许多学者都利用神经 网络进行了股市方面的预测研究 我国学者大量实证研究结果表明人工神经网络应用于我国股票市场的预 测是可行和有效的，有良好的前景
02 科学性与可行性
BP神经网络
即误差反向传播网络，由输入层、输出 层和至少一个隐层组成，各层包含多个 神经元可以将输入信息综合加权，以激 活函数的形式产生或输出
01
2017年11月初~2018年1月初 运用深度学习和组合优化的方法改进
模型
依据以上研究成果，发表一篇高质量 论文。
02
03
04
2017年7月底~10月底 优化模型 评价模型
依据以上研究成果，发表 一篇期刊论文。
2018年1月初~3月初 将突发事件的因素加入模型
根据最终研究成果撰写两篇 高质量论文
xxxx研究
学院：理学院
• xxxxx
目录
contents
PART 01 PART 02 PART 03 PART 04 PART 05
Biblioteka Baidu
项目背景 研究意义 研究方案及可行性 项目创新点 项目进度安排及预期成果
01
PART ONE
项目背景
01 项目背景
1982年全球首个股指期货在美国上市 经过30多年的发展，股指期货已成为国际上最成熟的金融期货 全球已有股指期货产品400多个
02 基于深度学习 构造多隐层的神经网络，使网络复杂化，预测结果更准确
03 突发事件对股指预测的影响 干预分析模型组合神经网络
04
PART FOUR
项目创新点
01 项目创新点
对突发事件情况的考虑
干预分析模型组合神经网络
组合优化神经网络
将神经网络组合多种生物进化算法 以获得更准确的预测结果
优化生物进化算法
股指期货的作用 1、提供了双向交易和风险对冲机制，健全股票市场内在的稳定机制 2、提供避险保值工具，有效保护各类投资者利益 3、防止了操纵市场的行为。
2010年4月16日沪深300股指期货上市，2015年4月16日上证50、 中证500股指期货上市
我国股指期货上市四年多以来，其成交额已遥遥领先于其它期货品种 自从上市以来，期指合约累计成交量已达到4.55亿多手 持仓量由上市初期的2702手增加至目前近14万手 交易量更是一度在80万手上下波动
对算法中的选择、交叉、 变异的算法进行优化
Idea
深度学习
运用多层的人工神经网络和训练它的方法 多层组织链接一起
形成神经网络“大脑”进行精准复杂的处理
05
PART FIVE
项目进度安排及预期成果
01 项目进度安排及预期成果
2017年4月中旬~7月底 知识准备及建立基础模型
发表一篇沪深300股指期 货预测研究的综述。
能够在一定程度上避免股市的过度震荡,达到稳定经济、 稳定社会的目的
预测股指
03
PART THREE
研究方案及可行性
01 科学性与可行性
Malliaris(1996)Qi(1999) Amilon(2003) Santin(2004) Binner(2005) Lin(2005)等人的研究表明神经网络的预测效果要优于传统方法
02
Khoa,N.L.D.等(2006)用时间和利润作为可调整权重因素的BP神经网络对 股票价格进行预测
03
Huang, Fu-Yuan (2008)用加入蜂群算法的模糊神经网络对上证指数进行 预测
04 我们的研究方案
三 步 走
01 生物进化算法优化的神经网络 单独的神经网络算法容易陷入局部最优值，因此需要其他算法对神经网络组合优 化，增强全局搜索能力，同时优化神经网络学习规则，优化网络权系数 进化算法：遗传算法、遗传规划、进化策略 群智算法：粒子群算法、人工鱼群算法
02
PART TWO
研究意义
01 研究意义
股指期货可以控制金融 体系的风险水平
联系到我国不成熟的金 融期货市场，股指期货 的作用显得尤为重要
沪深300股指期货是现如 今中国金融期货市场最重 要的交易品种
02 研究意义
投资者可以从对沪深300股指期货的准确预测中获得一定 参考信息，避免盲目投资
管理层和监管部门能够据此提前对股市的发展趋势和股指 波动幅度等作出判断为监管和调控政策提供有利依据
相比于BP神经网络，引入激活函数RBF， 加快神经网络学习速度
03 科学性与可行性
01
Wittkemper和Manfred Steine讨论了预测股票系统风险的不同方法，对 1967年到1986年德国67家上市公司的财务报表进行分析，发现最为准确
地方法是利用遗传算法优化的人工神经网络方法
THANKS
龙建成（2005 )胡静（2007 )尚俊松（ 2004 )等许多学者都利用神经 网络进行了股市方面的预测研究 我国学者大量实证研究结果表明人工神经网络应用于我国股票市场的预 测是可行和有效的，有良好的前景
02 科学性与可行性
BP神经网络
即误差反向传播网络，由输入层、输出 层和至少一个隐层组成，各层包含多个 神经元可以将输入信息综合加权，以激 活函数的形式产生或输出
01
2017年11月初~2018年1月初 运用深度学习和组合优化的方法改进
模型
依据以上研究成果，发表一篇高质量 论文。
02
03
04
2017年7月底~10月底 优化模型 评价模型
依据以上研究成果，发表 一篇期刊论文。
2018年1月初~3月初 将突发事件的因素加入模型
根据最终研究成果撰写两篇 高质量论文
xxxx研究
学院：理学院
• xxxxx
目录
contents
PART 01 PART 02 PART 03 PART 04 PART 05
Biblioteka Baidu
项目背景 研究意义 研究方案及可行性 项目创新点 项目进度安排及预期成果
01
PART ONE
项目背景
01 项目背景
1982年全球首个股指期货在美国上市 经过30多年的发展，股指期货已成为国际上最成熟的金融期货 全球已有股指期货产品400多个
02 基于深度学习 构造多隐层的神经网络，使网络复杂化，预测结果更准确
03 突发事件对股指预测的影响 干预分析模型组合神经网络
04
PART FOUR
项目创新点
01 项目创新点
对突发事件情况的考虑
干预分析模型组合神经网络
组合优化神经网络
将神经网络组合多种生物进化算法 以获得更准确的预测结果
优化生物进化算法
股指期货的作用 1、提供了双向交易和风险对冲机制，健全股票市场内在的稳定机制 2、提供避险保值工具，有效保护各类投资者利益 3、防止了操纵市场的行为。
2010年4月16日沪深300股指期货上市，2015年4月16日上证50、 中证500股指期货上市
我国股指期货上市四年多以来，其成交额已遥遥领先于其它期货品种 自从上市以来，期指合约累计成交量已达到4.55亿多手 持仓量由上市初期的2702手增加至目前近14万手 交易量更是一度在80万手上下波动
对算法中的选择、交叉、 变异的算法进行优化
Idea
深度学习
运用多层的人工神经网络和训练它的方法 多层组织链接一起
形成神经网络“大脑”进行精准复杂的处理
05
PART FIVE
项目进度安排及预期成果
01 项目进度安排及预期成果
2017年4月中旬~7月底 知识准备及建立基础模型
发表一篇沪深300股指期 货预测研究的综述。
能够在一定程度上避免股市的过度震荡,达到稳定经济、 稳定社会的目的
预测股指
03
PART THREE
研究方案及可行性
01 科学性与可行性
Malliaris(1996)Qi(1999) Amilon(2003) Santin(2004) Binner(2005) Lin(2005)等人的研究表明神经网络的预测效果要优于传统方法
02
Khoa,N.L.D.等(2006)用时间和利润作为可调整权重因素的BP神经网络对 股票价格进行预测
03
Huang, Fu-Yuan (2008)用加入蜂群算法的模糊神经网络对上证指数进行 预测
04 我们的研究方案
三 步 走
01 生物进化算法优化的神经网络 单独的神经网络算法容易陷入局部最优值，因此需要其他算法对神经网络组合优 化，增强全局搜索能力，同时优化神经网络学习规则，优化网络权系数 进化算法：遗传算法、遗传规划、进化策略 群智算法：粒子群算法、人工鱼群算法
02
PART TWO
研究意义
01 研究意义
股指期货可以控制金融 体系的风险水平
联系到我国不成熟的金 融期货市场，股指期货 的作用显得尤为重要
沪深300股指期货是现如 今中国金融期货市场最重 要的交易品种
02 研究意义
投资者可以从对沪深300股指期货的准确预测中获得一定 参考信息，避免盲目投资
管理层和监管部门能够据此提前对股市的发展趋势和股指 波动幅度等作出判断为监管和调控政策提供有利依据