文档介绍：武汉理工大学
硕士学位论文
基于灰色理论和神经网络理论的股票指数预测研究
姓名:唐娜
申请学位级别:硕士
专业:数量经济学
指导教师:桂预风
20071201
摘要P汀⒒疑鲁麓荒P停疑矶煞蚰P驮诠善敝甘げ庵杏τ谩股票市场是一个复杂的非线性动态系统,利用传统的时间序列预测技术很难反映市场变化的多因素,非线性、时变性等特点。在分析考察传统预测分析方法的基础上,本文提出了一个由灰色理论和神经网络理论组合的预测系统,证券预测分析理论,总结回顾了股票指数常用的预测方法和研究现状及存在的本文选取的是上证综合指数,因为该指数以最大程度地反映市场整体价格水平,弥补马尔可夫模型的局限,又可以弥补灰色模型的不足,表明该模型对具有短联分析的神经网络预测系统,该系统为进一步明确描述动态的股市行情开辟了新的思路。将灰色关联思想用于网络训练过程中调节隐含节点的个数来实现网络的泛化能力的最优,用灰色关联分析选取最能反映股票价格走势的技术指标,以此作为神经网络的输入参数,并用神经网络预测股票价格指数的短期走势。实证表明该系统用于股票建模预测时比传统的预测系统取得更好的效果,预测分析系统。这是本文的重点创新点。文章最后总结了全文的工作成果和对未来工作的展望。关键词:股票指数;灰色关联;灰色模型;人工神经网络并针对系统性能的改善和提高进行了深入的研究。绪论简述了课题研究的内容和意义及其股票指数的研究现状,接着介绍了问题。接下来介绍了灰色关联分析和灰色模型的基本知识,并分析比较灰色产生的信号对投资者的影响最为强烈,能够比较准备的反映国内股市行情动态,具有较高的预测价值和较好的可预测性。实例表明灰色马尔可夫模型不仅可以期波动性的股票价格有较高的精度和应用价值。这是本文的重点创新之一。最后介绍了神经网络理论知识和网络学习算法和预测步骤,提出了基于灰色关可以提高预测的精度且计算复杂度较低,同时也为广大投资者建立了更有效的武汉理工大学硕士学位论文
.甌,..

:——:关于论文使用授权的说明独创性声明本人声明,所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得武汉理工大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名:本人完全了解武汉理工大学有关保留、使用学位论文的规定,即学校有权保留、送交论文的复印件,允许论文被查阅和借阅;学校可以公布论文的全部或部分内容,可以采用影印、缩印或其他复制手段保存论文。C艿穆畚脑诮饷芎笥ψ袷卮斯娑日期:
第滦髀研究背景及意义股票价格是中国绝大多数公民关心的问题,也是经济、系统科学领域研究的热点问题。股票投资的关键是买卖决策,而买卖决策的前提则是股票行情预测。由于股票投资涉及投资者的经济利益,为了提高投资决策的正确性,迫切需要探索不确定的股票行情的发展规律和未来状况,为股票投资决策提供科学依据。目前,证券市场的成熟程度己经成为衡量一个的重要指标。西方发达国家证券化比率善笔谐∽苁兄嫡糋的比重叽ァァP轮泄闹と谐∷淙黄鸩浇贤恚辛私峡旆⒄梗饕1硐衷诠善笔场的总市值和上市公司数目的不断增长。虽然年以来我国股市一直萎靡不振,但随着我国加入芯迷K囟荚谙蚬士雌耄钊绶煞ü妗⒐税水平、贸易制度等等。自然而然,股市作为经济的“晴雨表”与国际接轨,逐步走向成熟、规范是必然趋势。随着以及投资集团群体思维能力的提高,人们在交易行动之前对证券市场的未来加以预测也会成为一种自觉的思维活动】。投资者们时刻在关心股市、分析股市、试图预测股市的发展趋势,然而影响股票价格的因素很多,其作用机制也相当复杂,其走势的预测非常困难。主要因为我们缺乏信息对市场影响的传导系统的结构和系统模型,并且不能准确把握金融政策、利率政策、公司状况、国际市场及投资者心理承受能力等因素的变化及其对市场的影响方式和作用。因此,对我国证券投资预测的研究,不仅可以使投资者获得风险即定下的最大收益或收益最大下的最小风险,而且对研究证券价格的形成机制、评价证券市场效率以及对证券市场实施有效监管都具有重要作用。也正因为如此,如何判断或预铡股票市场价格走势引起了众多经济金融学家和市场分析人员的极大兴趣,各种预测方法相继涌现,证券投资领域可以说是现在研究和运用各种预测方法最多的领域之一【俊通过预测提供有关决策对象的未来状况和信息。并分析和判断这些信息,以做出最优决策,从而使损失最小化,收益最大化。所以股票行情预测的目的在于武汉