遺傳算法及BP神經(jīng)網(wǎng)絡融合策略在股市預測中的應用.pdf

1、隨著經(jīng)濟的發(fā)展和人們投資意識的轉(zhuǎn)變，股市已成為現(xiàn)代人生活中的一個重要組成部分，股市投資已成為社會公眾談論的中心之一，而股市的健康發(fā)展和繁榮也成為管理者和投資者關心和研究的重點。股市投資的收益與風險往往是成正比的，即投資收益越高，可能冒的風險越大。因此，股市預測方法的研究具有極其重要的應用價值和理論意義。但是股價系統(tǒng)內(nèi)部結(jié)構的復雜性、外部因素的多變性決定了這項任務的艱巨性，而傳統(tǒng)的預測工具已不能滿足這種需要。
　　本文在深入分析股市

2、投資理論和股價預測方法的基礎上，使用BP神經(jīng)網(wǎng)絡作為股市預測的網(wǎng)絡模型。股市市場是一個極其復雜的非線性動力學系統(tǒng)，而神經(jīng)網(wǎng)絡具有很強的非線性逼近能力和自學習、自適應等特性，實驗證明，利用神經(jīng)網(wǎng)絡對股市建模可以取得較好的預測效果。因為股市市場的走勢看起來雜亂無章，但實際上有其內(nèi)在的變化規(guī)律，而這正是神經(jīng)網(wǎng)絡預測股市的基礎。BP網(wǎng)絡通過對以往歷史數(shù)據(jù)的學習，找出股市運行的內(nèi)在規(guī)律，并將其存儲在網(wǎng)絡具體的權值、閾值中，用以預測未來的走勢，尤其

3、對于短期的預測效果更為明顯。
　　然而，BP神經(jīng)網(wǎng)絡存在學習收斂速度緩慢、易陷入局部極小點等缺點，使其對股市預測的效果不能令人滿意。鑒于此，本文采用遺傳算法與BP神經(jīng)網(wǎng)絡的融合策略，來達到克服其缺點的目的。
　　遺傳算法與BP神經(jīng)網(wǎng)絡相結(jié)合運用于股市預測的研究早已不是什么新鮮事了，但對于換手率作為因子能否用于股市預測？如何在預測網(wǎng)絡模型中加入換手率因子？到目前為止還沒有學者作過研究。作為首次研究，本文提出了兩種將換手率作為因