收藏本站
《天津大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

基于小波分析和BP神经网络相结合的股票波动预测方法研究

李腾  
【摘要】:股票价格具有天生的随机性和偶然性,股票价格的波动通常表现为一个没有规律的随机波动,且加上人为的心理因素及整个社会环境的不确定因素,单一的线性时间序列预测模型,如指数平滑法,ARMA模型,移动平均线法,由于受到传统的时间序列的平稳性、正态性、独立性的限制,在进行股价预测时会出现一定的局限性,无法达到满意的预测效果,因此在股价预测中引入非线性分析方法,借助多种模型进行整合研究,现已成为股价预测研究领域中一种新的必然选择。BP神经网络在股价预测方面有着独特的优势,它不需要建立复杂的非线性系统的显式关系和模型就可以进行预测,是目前预测理论中比较前沿的一种理论,但是不久科研人员也发现BP神经网络模型如果选取了不当的网络初始参数,就很容易出现局部陷入极小值,算法收敛速度慢,难以显式表达等问题,导致预测准确率降低,甚至趋势预测错误的严重后果,影响了神经网络模型在股票预测中的进一步使用。近年来小波分析法被广泛应用于科学和工程的各个领域,实践表明,小波分析因为可以将时频局域化,因此在数据降噪方面比传统的降噪方式有着更为明显的优势,所以将小波分析引入经济和金融领域,作为股票市场的分析和预测工具也是一种必然的选择,但是小波分析的应用范围虽然很广,但单独使用小波分析真正取得极佳应用效果的案例并不多见。因为小波分析和BP神经网络都有各自的内在局限性,盲目使用任何一种分析方法都有可能导致对股价的预测结果错误,造成投资者的损失。所以本文是从小波神经网络的构造理论出发,利用小波分解与重构与BP神经网络相结合形成“小波神经网络短期预测模型”,对所采集的数据进行预处理和处理,通过运算对个股收盘价进行短期的分析和趋势预测。结果表明,小波神经网络预测模型是有效的,可行的,希望本文的研究对股票投资策略分析具有一定的理论意义和实践指导意义。
【学位授予单位】:天津大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP183;F832.51

【参考文献】
中国期刊全文数据库 前10条
1 潘玉民;邓永红;张全柱;;小波神经网络模型的确定性预测及应用[J];计算机应用;2013年04期
2 王爱平;陶嗣干;王占凤;;BP神经网络在股票预测中的应用[J];微型机与应用;2010年06期
3 罗航;王厚军;龙兵;;基于“紧致型”小波神经网络的时间序列预测研究[J];计算机应用研究;2008年08期
4 何正友,蔡玉梅,王志兵,钱清泉;电力暂态信号小波分析的后处理方法研究[J];电网技术;2005年21期
5 师智斌,陈立潮,靳雁霞;基于神经网络的股票交易数据的预测研究[J];华北工学院学报;2003年06期
6 刘志刚,王晓茹,钱清泉;小波网络的研究进展与应用[J];电力系统自动化;2003年06期
7 曹怀信,赵建伟;小波分析发展综述[J];咸阳师范学院学报;2002年06期
8 何建敏,常松;中国股票市场多重分形游走及其预测[J];中国管理科学;2002年03期
9 吴成东,王长涛;人工神经元BP网络在股市预测方面的应用[J];控制工程;2002年03期
10 常松,何建敏;基于小波包和神经网络的股票价格预测模型[J];中国管理科学;2001年05期
【共引文献】
中国期刊全文数据库 前10条
1 高天;;基于最优小波包变换、ARIMA与SVR的股票价格预测研究[J];贵州财经大学学报;2015年06期
2 汪健;王煜;秦正飞;高磊;;基于小波神经网络对城市供水管网压力的预测[J];供水技术;2015年04期
3 童晓阳;罗忠运;;基于模糊支持向量机的输电线路故障模糊分类方法及其降维显示[J];高电压技术;2015年07期
4 李晓龙;田薇;李晓毅;;突发传染病的小波神经网络预测[J];沈阳师范大学学报(自然科学版);2015年03期
5 薛裕颖;段希义;潘玉民;;时序与回归预测方法比较研究[J];黑龙江科技信息;2015年19期
6 付建东;吴良才;;基于小波神经网络GPS高程拟合的应用研究[J];北京测绘;2015年03期
7 葛玉辉;熊永良;陈志胜;陈宏斌;龙嘉露;;基于小波神经网络的GPS可降水量预测研究[J];测绘科学;2015年09期
8 陈靖秋;向强铭;刘智俊;王茜;;基于改进小波分析的电网故障诊断研究[J];电测与仪表;2015年10期
9 梁秋;王凡彬;余龙秀;李强;吴冰洁;;基于小波分析的比特币价格预测[J];内江科技;2015年05期
10 安春兰;甘方成;罗微;秦发园;;提速道岔小波包能量熵故障诊断方法[J];铁道科学与工程学报;2015年02期
【二级参考文献】
中国期刊全文数据库 前10条
1 王永林;;小波神经网络训练研究及在织物预测中的应用[J];信息技术;2011年01期
2 张扬武;;基于时间序列和神经网络相结合的股票预测研究[J];电脑知识与技术;2009年01期
3 罗航;王厚军;龙兵;;基于“紧致型”小波神经网络的时间序列预测研究[J];计算机应用研究;2008年08期
4 姜文忠;霍中刚;秦玉金;;矿井瓦斯涌出量预测技术[J];煤炭科学技术;2008年06期
5 姚培福;许大丹;;BP神经网络在股票预测中的应用研究[J];广东自动化与信息工程;2006年01期
6 雷霆;余镇危;;一种网络流量预测的小波神经网络模型[J];计算机应用;2006年03期
7 陈果;;神经网络模型的预测精度影响因素分析及其优化[J];模式识别与人工智能;2005年05期
8 殷光伟,郑丕谔;复杂系统状态预测的小波包方法[J];山东大学学报(工学版);2005年04期
9 雷明,韩崇昭,郭文艳,文小琴;非线性时间序列的小波分频预测[J];物理学报;2005年05期
10 何正友,蔡玉梅,钱清泉;小波熵理论及其在电力系统故障检测中的应用研究[J];中国电机工程学报;2005年05期
【相似文献】
中国期刊全文数据库 前10条
1 胡悦;;金融市场中的神经网络拐点预测法[J];金融经济;2017年18期
2 迟惠生;陈珂;;1995年世界神经网络大会述评[J];国际学术动态;1996年01期
3 吴立可;;脉冲神经网络和行为识别[J];通讯世界;2018年12期
4 林嘉应;郑柏伦;刘捷;;基于卷积神经网络的船舶分类模型[J];信息技术与信息化;2019年02期
5 俞颂华;;卷积神经网络的发展与应用综述[J];信息通信;2019年02期
6 韩真;凯文·哈特尼特;;为神经网络的通用理论建造基石[J];世界科学;2019年04期
7 王丽华;杨秀萍;王皓;高峥翔;;智能双轮平衡车的设计研究[J];数字技术与应用;2018年04期
8 张庭略;;基于硬件的神经网络加速[J];通讯世界;2018年08期
9 苏秀婷;;耦合神经网络的同步[J];绍兴文理学院学报(自然科学);2016年03期
10 朱溦;;神经网络结合平均影响值方法筛选变量[J];产业与科技论坛;2017年01期
中国重要会议论文全文数据库 前10条
1 孙军田;张喆;;基于神经网络数据挖掘技术确定灾害等级的灭火救援出动力量模型研究[A];2016中国消防协会科学技术年会论文集[C];2016年
2 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
3 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
4 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
5 李涛;费树岷;;具有变时滞Cohen-Grossberg神经网络的指数稳定性准则[A];第二十六届中国控制会议论文集[C];2007年
6 汪灵枝;秦发金;;具有变时滞和脉冲的离散Cohen-Grossberg神经网络的周期解[A];中国自动化学会控制理论专业委员会D卷[C];2011年
7 韩正之;林家骏;;用神经网络求解非线性相容方程[A];1993年控制理论及其应用年会论文集[C];1993年
8 林家骏;王赞基;;求解不可微优化问题的连续极大熵神经网络[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
9 姜德宏;徐德民;任章;;基于神经网络的自校正控制器[A];1993中国控制与决策学术年会论文集[C];1993年
10 窦永丰;贝超;;模糊与神经网络结合方式及在控制中的应用[A];1997年中国控制会议论文集[C];1997年
中国重要报纸全文数据库 前10条
1 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
2 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
3 ;神经网络小史[N];电子报;2018年
4 张敏;人机大战,到底谁会赢?[N];北京日报;2017年
5 ;人工智能将取得大面积突破[N];中国企业报;2017年
6 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
7 ;人类正迎来云端机器人时代[N];中国企业报;2017年
8 张斌;谁还需要“同传”[N];文汇报;2017年
9 科大讯飞董事长 刘庆峰;高考机器人考入一流大学不再是梦[N];中国教育报;2017年
10 邓洲 中国社会科学院工业经济研究所;深度学习:人工智能进入应用阶段[N];上海证券报;2017年
中国博士学位论文全文数据库 前10条
1 刘梅;网络系统的稳定和同步行为研究[D];新疆大学;2017年
2 靳然;基于神经网络和支持向量机的麦蚜发生动态预测研究[D];山西农业大学;2017年
3 李骁;基于深度卷积神经网络MSCT对小肾肿瘤病理分型的预测研究[D];中国人民解放军海军军医大学;2018年
4 李若霞;基于忆阻的神经网络的动力学分析及应用[D];东南大学;2017年
5 项延德;基于卷积神经网络的心电信号检测和分类研究[D];浙江大学;2018年
6 李一鸣;结合知识和神经网络的文本表示方法的研究[D];浙江大学;2018年
7 李扬;面向图像目标识别和检测的深度神经网络关键技术研究[D];北京邮电大学;2018年
8 LYDIA LAZIB;文本否定范围识别技术研究及其应用[D];哈尔滨工业大学;2018年
9 周小强;基于深度学习的交互式问答技术研究[D];哈尔滨工业大学;2017年
10 孔颖;终态神经网络及其相关应用[D];浙江工业大学;2017年
中国硕士学位论文全文数据库 前10条
1 胡涛;基于深度学习的鱼类识别研究[D];浙江工业大学;2019年
2 邱一豪;时态神经网络在股票分类预测的应用[D];浙江工业大学;2019年
3 唐瑜;基于矩阵束和神经网络两种方法的多径干扰抑制研究[D];厦门大学;2017年
4 郑江龙;基于卷积神经网络的隐式篇章关系识别模型[D];厦门大学;2017年
5 陈霄凌;基于卷积神经网络的图像识别及在Spark平台的实现技术研究[D];云南大学;2017年
6 丘琴秀;基于卷积神经网络与迁移学习的组织病理学图像中上皮组织—基质分类[D];厦门大学;2017年
7 张晔;基于小波分解和神经网络的非线性信号预测[D];河北师范大学;2019年
8 陈阳;用户行为分析算法及其在Spark上的应用研究[D];浙江工业大学;2018年
9 薛腾腾;深度学习在股指预测中的应用[D];浙江工业大学;2018年
10 肖遥;基于全卷积神经网络的群体异常事件检测方法研究[D];武汉理工大学;2018年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026