基于小波神经网络与ARIMA组合模型在股票预测中的应用
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)。
股票价格预测是对股票市场这个非线性系统进
" 收稿日期#$%>X%#X%! 基金项目国家自然科学基金资助项目>%=$%%$'国家教 育 部 人 文 社 科 规 划 基 金 项 目 %'E(-'!$$!>上 海 市 一 流 学 科 建 设 项 目 7%#$%E.J]沪 江 基 金 资 助 项 目 T%=$$' 作 者 简 介 杨 ! 进 %`>& 女 江 苏 无 锡 人 硕 导 博 士 4XOHF9%'$$!&!$>"!GG:C8O
8< IHKA9AM,A;LH9,AMY8L[ I,,H<Q-+26-:1@ANM8C[PLFCAQHMHFNSFLNM9RQFKFQAQF<M89F<AHLPHLMNH<Q<8<9F<AHLPHLMN: )<M@FNWHNFN-+26- O8QA9FN;NAQM8PLAQFCMM@A9F<AHLPHLMNH<QBAMM@ASFLNMLAN;9M:I,, O8QA9FN;NAQM8PLAQFCMM@A<8<X 9F<AHLPHLMNH<QBAMH<8M@ALLAN;9M:/F<H99RM@ASF<H9PLAQFCMF8<LAN;9M8SM@ANM8C[PLFCAFN8WMHF<AQWRHQQF<BM@AMY8PHLMFH9LAX N;9MN:1@ASF<H9PLAQFCMF8<LAN;9MFNWAMMALM@H<M@8NA8WMHF<AQWR8M@AL<A;LH9<AMY8L[NY@FC@KALFSFANM@ASAHNFWF9FMRH<QASSACX MFKA<ANN8SM@APL8P8NAQ O8QA98SPLAQFCMF<BNM8C[PLFCA:
关键词!应用数学组合预测股票价格-+26- 模型小波神经网络 中 图 分 类 号 !1\!$%:'! ! ! ! ! ! ! ! ! ! ! 文 献 标 识 码 !-
!"#;88&(9*'(+,(,L'+9G73#6(9'(+,+-$+H<(,*'(+, I+3#9*4'.+6#&+-:*)#&#'F#%3*&F#'1+3G*,6;05.;
第 !" 卷 ! 第 # 期 #$%& 年 ' 月
经!济!数!学 ()*+,-. )/ 0*-,121-123445),)6257
389:!",8:# (;<:#$%&
基于小波神经网络与 ;05.; 组合模型 在股票预测中的应用"
杨 ! 进 陈 ! 亮
上海理工大学 理学院 上海!#$$$`!
第#期
杨!进!陈!亮等%基于小波神经网络与 -+26- 组合Baidu Nhomakorabea型在股票预测中的应用
( '! (
行量化分析并预测 的 一 个 过 程!而 这 一 过 程 最 早 兴 起于投资活跃的国 外 资 本 市 场:随 着 传 统 理 论 与 技 术的发展进入瓶颈 期!想 利 用 单 一 模 型 进 行 高 精 度 预 测 闭 住 你 的 愈 发 困 难 !在 此 情 况 下 !组 合 预 测 则 逐 渐 开 始 得 到 发 展 :总 体 而 言 !目 前 国 内 外 关 于 股 票 预 测的研究方向现在 多 往 组 合 模 型 方 向 发 展!研 究 的 形 式 也 多 样 化 !也 取 得 了 很 多 成 果 !但 是 大 量 证 券 报 告表明现存股票预测模型在实际应用中依然存在精 确度低-测试集数 量 大-只 能 适 应 部 分 股 票 等:这 些 问题表明股票预测的研究依然还处于探索阶段:
关于 股 票 预 测 的 现 有 研 究 中!除 了 经 典 的 基 于 传 统 统 计 方 法 !如 时 间 序 列 分 析 -拟 合 -回 归 等 !一 些 智能算法也应用于 股 票 预 测 或 相 似 的 案 例 当 中:如 蔡红"#$%%$等)%*提出 \5-XT\ 神 经 网 络 模 型!模 型 对股票序列进行主 成 分 分 析!降 低 输 入 维 数 从 而 加 快网络预测速度并提升 预 测 精 度:李 松 "#$%#$等)#* 提出粒子群算法(T\ 神经网络模型!模型通过引 入 自适应变异算子对陷入局部最优的粒子进行变异! 从 而 提 升 了 全 局 最 优 预 测 值 的 寻 找 性 能:李 玉 "#$%>$等 提 )!* 出 .6 遗传神 经 网 络 模 型!模 型 通 过 .6 算法改进传统神经网络中的梯度下降算法并利 用遗传算法来优化 网 络 中 的 参 数!提 高 网 络 搜 索 全 局最优的能力并提高整体收敛速度来获得更加准确 的股价预测值:
(F<EH<B.FH<B5@A<
91#//4/0'1)+%1+6%)*+,')-./09#$%&#$)0/,91)+%1+$%?3+1#%/4/&.9#$%&#$)!#$$$`!"#)%$
! !;<4'3*9'!18LAH9FZAM@APLAQFCMF8<CHPHCFMR8SN@8LMXMALONM8C[PLFCAH<F<MABLHMAQPLAQFCMF8< O8QA9FNPL8P8NAQWHNAQ
!!摘!要!为了实现对股票价格变化的短期预测提出了一种 基 于 小 波 神 经 网 络I,,与 自 回 归 积 分 滑动平均模型-+26-的组合预测模型:将股票的收盘价序列数据 划 分 为 线 性 以 及 非 线 性 误 差 项两 个 部分分别利用统计学中 -+26- 模型和小波神经网络分别对两 部 分 数 据 进 行 预 测 并 得 到 结 果将 两 部 分 结果组合相加合成为整个股票价格的预测结果:实验结果表明该组合模 型 在 预 测 精 度 方 面 有 提 高是 一 种 比较有效的预测模型:
=#21+364!HPP9FAQOHM@AOHMFCNC8OWF<HMF8<S8LACHNMS8LNM8C[PLFCA-+26- O8QA9YHKA9AM<A;LH9<AMY8L[
>! 引 ! 言
股票投资市场是一种风险与收益共存的金融场
所对于决策者来 说若 能 获 得 更 加 精 确 的 预 测就 能 更 有 效 的 规 避 未 来 的 风 险 :对 于 监 管 机 构 来 说 获 得 准 确 的 股 票 走 势 能 有 效 加 强 对 股 票 市 场 的 把 控 :
" 收稿日期#$%>X%#X%! 基金项目国家自然科学基金资助项目>%=$%%$'国家教 育 部 人 文 社 科 规 划 基 金 项 目 %'E(-'!$$!>上 海 市 一 流 学 科 建 设 项 目 7%#$%E.J]沪 江 基 金 资 助 项 目 T%=$$' 作 者 简 介 杨 ! 进 %`>& 女 江 苏 无 锡 人 硕 导 博 士 4XOHF9%'$$!&!$>"!GG:C8O
8< IHKA9AM,A;LH9,AMY8L[ I,,H<Q-+26-:1@ANM8C[PLFCAQHMHFNSFLNM9RQFKFQAQF<M89F<AHLPHLMNH<Q<8<9F<AHLPHLMN: )<M@FNWHNFN-+26- O8QA9FN;NAQM8PLAQFCMM@A9F<AHLPHLMNH<QBAMM@ASFLNMLAN;9M:I,, O8QA9FN;NAQM8PLAQFCMM@A<8<X 9F<AHLPHLMNH<QBAMH<8M@ALLAN;9M:/F<H99RM@ASF<H9PLAQFCMF8<LAN;9M8SM@ANM8C[PLFCAFN8WMHF<AQWRHQQF<BM@AMY8PHLMFH9LAX N;9MN:1@ASF<H9PLAQFCMF8<LAN;9MFNWAMMALM@H<M@8NA8WMHF<AQWR8M@AL<A;LH9<AMY8L[NY@FC@KALFSFANM@ASAHNFWF9FMRH<QASSACX MFKA<ANN8SM@APL8P8NAQ O8QA98SPLAQFCMF<BNM8C[PLFCA:
关键词!应用数学组合预测股票价格-+26- 模型小波神经网络 中 图 分 类 号 !1\!$%:'! ! ! ! ! ! ! ! ! ! ! 文 献 标 识 码 !-
!"#;88&(9*'(+,(,L'+9G73#6(9'(+,+-$+H<(,*'(+, I+3#9*4'.+6#&+-:*)#&#'F#%3*&F#'1+3G*,6;05.;
第 !" 卷 ! 第 # 期 #$%& 年 ' 月
经!济!数!学 ()*+,-. )/ 0*-,121-123445),)6257
389:!",8:# (;<:#$%&
基于小波神经网络与 ;05.; 组合模型 在股票预测中的应用"
杨 ! 进 陈 ! 亮
上海理工大学 理学院 上海!#$$$`!
第#期
杨!进!陈!亮等%基于小波神经网络与 -+26- 组合Baidu Nhomakorabea型在股票预测中的应用
( '! (
行量化分析并预测 的 一 个 过 程!而 这 一 过 程 最 早 兴 起于投资活跃的国 外 资 本 市 场:随 着 传 统 理 论 与 技 术的发展进入瓶颈 期!想 利 用 单 一 模 型 进 行 高 精 度 预 测 闭 住 你 的 愈 发 困 难 !在 此 情 况 下 !组 合 预 测 则 逐 渐 开 始 得 到 发 展 :总 体 而 言 !目 前 国 内 外 关 于 股 票 预 测的研究方向现在 多 往 组 合 模 型 方 向 发 展!研 究 的 形 式 也 多 样 化 !也 取 得 了 很 多 成 果 !但 是 大 量 证 券 报 告表明现存股票预测模型在实际应用中依然存在精 确度低-测试集数 量 大-只 能 适 应 部 分 股 票 等:这 些 问题表明股票预测的研究依然还处于探索阶段:
关于 股 票 预 测 的 现 有 研 究 中!除 了 经 典 的 基 于 传 统 统 计 方 法 !如 时 间 序 列 分 析 -拟 合 -回 归 等 !一 些 智能算法也应用于 股 票 预 测 或 相 似 的 案 例 当 中:如 蔡红"#$%%$等)%*提出 \5-XT\ 神 经 网 络 模 型!模 型 对股票序列进行主 成 分 分 析!降 低 输 入 维 数 从 而 加 快网络预测速度并提升 预 测 精 度:李 松 "#$%#$等)#* 提出粒子群算法(T\ 神经网络模型!模型通过引 入 自适应变异算子对陷入局部最优的粒子进行变异! 从 而 提 升 了 全 局 最 优 预 测 值 的 寻 找 性 能:李 玉 "#$%>$等 提 )!* 出 .6 遗传神 经 网 络 模 型!模 型 通 过 .6 算法改进传统神经网络中的梯度下降算法并利 用遗传算法来优化 网 络 中 的 参 数!提 高 网 络 搜 索 全 局最优的能力并提高整体收敛速度来获得更加准确 的股价预测值:
(F<EH<B.FH<B5@A<
91#//4/0'1)+%1+6%)*+,')-./09#$%&#$)0/,91)+%1+$%?3+1#%/4/&.9#$%&#$)!#$$$`!"#)%$
! !;<4'3*9'!18LAH9FZAM@APLAQFCMF8<CHPHCFMR8SN@8LMXMALONM8C[PLFCAH<F<MABLHMAQPLAQFCMF8< O8QA9FNPL8P8NAQWHNAQ
!!摘!要!为了实现对股票价格变化的短期预测提出了一种 基 于 小 波 神 经 网 络I,,与 自 回 归 积 分 滑动平均模型-+26-的组合预测模型:将股票的收盘价序列数据 划 分 为 线 性 以 及 非 线 性 误 差 项两 个 部分分别利用统计学中 -+26- 模型和小波神经网络分别对两 部 分 数 据 进 行 预 测 并 得 到 结 果将 两 部 分 结果组合相加合成为整个股票价格的预测结果:实验结果表明该组合模 型 在 预 测 精 度 方 面 有 提 高是 一 种 比较有效的预测模型:
=#21+364!HPP9FAQOHM@AOHMFCNC8OWF<HMF8<S8LACHNMS8LNM8C[PLFCA-+26- O8QA9YHKA9AM<A;LH9<AMY8L[
>! 引 ! 言
股票投资市场是一种风险与收益共存的金融场
所对于决策者来 说若 能 获 得 更 加 精 确 的 预 测就 能 更 有 效 的 规 避 未 来 的 风 险 :对 于 监 管 机 构 来 说 获 得 准 确 的 股 票 走 势 能 有 效 加 强 对 股 票 市 场 的 把 控 :