文档介绍：大连理工大学
硕士学位论文
基于非线性组合的股票预测系统的设计与实现
姓名:杨德志
申请学位级别:硕士
专业:计算数学
指导教师:侯中华
20090601
摘要股票指数的变化是一个高度复杂的非线性动态系统,其变化有一定的规律性,股票市场的交易模式是现实生活中许多复杂的时间序列之一,股票市场中成功的交易模式是可以模仿及学习的。本文在广泛参阅有关股票预测文献的基础上,阐述了股票预测原理、方法和步骤,综合分析了目前主要预测方法的适用范围和存在的不足。再根据中国股票具有灰色性和非线性等特点,选用具有优势互补的灰色预测模型和神经网络模型进行预测,并将两种模型利用网络的非线性映射,进行优化组合,建立了灰色神经网络组合模型进行预测,在很大程度上提高了股票预测稳定性和可靠性。在建立灰色神经网络模型进行股票预测过程中发现,当研究的股票系统扰动因素过大或系统行为在某个时间点发生突变,出现严重扰动系统的异常数据时,建立的预测模型,不应直接按股票的原始数据建模预测,而应根椐实际情况适当地对数据进行预处理。并根据实例的时间序列建立了数学模型,从模型预测效果步步对比中说明数据修正、等维新息、残差修正等技术,提高了灰色网络组合预测的精度,增强了预测的蚆旌媳喑蹋关系型数据库,对基于非线性组合的股票预测系统进行了具体关键词:股票预测;异常数据;灰色理论;神经网络;非线性组合预测稳定性与可靠性。然后在牟僮髌教ㄉ希疤ㄊ褂肰后台使用的设计与实现。大连理工大学硕士学位论文
瑄甀餫痶;.琣基于非线性组合的股票预测系统的设计与实现,.籺—甌.;瑃篠琣,,琋—.—~
.日期:鲨兰年上月卫日钽终区、大连理工大学学位论文独创性声明作者郑重声明:所呈交的学位论文,是本人在导师的指导下进行研究工作所取得的成果。尽我所知,除文中已经注明引用内容和致谢的地方外,本论文不包含其他个人或集体已经发表的研究成果,也不包含其他已申请学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献均己在论文中做了明确的说明并表示了谢意。若有不实之处,本人愿意承担相关法律责任。基王韭绫性组佥鲍筮墨亟测丕统鲍遮让皇塞塑学位论文题目:.作者签名:
日期:甓麓匀日期:速孥年上月丛日大连理工大学学位论文版权使用授权书本人完全了解学校有关学位论文知识产权的规定,在校攻读学位期间论文工作的知识产权属于大连理工大学,允许论文被查阅和借阅。学校有权保留论文并向国家有关部门或机构送交论文的复印件和电子版,可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印、或扫描等复制手段保存和汇编本学位论文。学位论文题目:作者签名:导师签名:人连理。喝搜妒宦畚
绪论研究背景课题的研究现状股票指数是世界经济的“睛雨表汀氨ň,股票指数的预测对一个国家乃至全世界的经济发展具有重要作用。对股民来说,未来股价变化趋势预测的越准确,对利润的获取就越有把握。因此对股票指数预测的研究具有重大的理论意义和应用前景。中国的股票市场虽然起步较晚,但随着有关政策、法律法规的出台和完善,股票市场逐步走向成熟、规范。股民在交易行动之前对股票市场的未来加以预测也会成为一种自觉的思维活动。然而股票指数受国际市场、金融政策、利率政策、公司状况及投资者心理承受能力等因素的影响,其走势的预测非常困难。从中国股票市场的特征来看,大多数学者的结论支持中国股票市场的股票指数的时间序列是序列相关的,即历史数据对股票的指数形成起作用,股票指数充分反映了所有相关的信息。因此,可以通过对历史数据的分析来预测股票指数。中国的股票市场是一个部分信息已知,部分信息未知的不完全有效的市场。如果“部分信息已知,部分信息未知”的系统称为灰色系统,中国股票市场具有灰色系统的特征。因此,股票预测系统应具有灰色特征。股价数据中含有较多噪声,诸多外在因素的冲击影响,会造成股市的强烈波动,使得股价甘表现为高噪声且存在许多“奇异点!捌嬉斓的存在会大大影响系统性能,导致求解过程振荡甚至无法收敛。数据的这种特性要求预测系统具有较强的鲁棒性。股价自身以及影响股价的各变量之间呈现非线性特性,因此要求股票预测系统要有强大的处理非线性问题的能力。虽然非线性数学、耗散结构理论等为描述非线性动力学系统提供了一些工具,但实际应用于股价实证分析仍有不少问题。股票历史数据的最好匹配并不能保证最好的预测,即建模数据的最小误差准则可能导致预测模型过分拟合,使所建的预测模型缺乏泛化能力。综上所述,根据中国股票市场具有灰色性、鲁棒性、非线性等特征,开发出具有较强泛化能力的股票预测系统,为股票投资者的决策提供参考。⒐善痹げ獾某S梅椒ā在股票市场中,投资者普遍采用两类投资分析方法:基本分析法与技术分析法,从而达到收益最大化、风险最小化的目标。基本分析通过对影响股票市场供求关系的基