应用概率神经网络预测股市的方向变化.PDFVIP

维普资讯 第 25卷 第 1期 桂 林 电 子 工 业 学 院 学 报 vo1．25。No．1 2005年 2月 JOURNALOFGUILINUNIVERSITYOF ELECTRONICTECHNoL0GY Feb．2005 应用概率神经网络预测股市的方向变化 韩文蕾 ，李 军 (1．西北工业大学 经济研究中心，陕西 西安 710072l 2．西北工业大学 自动化学院，陕西 西安 710072) 摘 要：预测股票价格的方向变化是一个分类问题，可以有效的指导投资决策，获取投资利润。运用概 率神经网络能够有效的进行模式识别，具有训练速度快，可以实时更新数据的优势，因此在金融时间序 列的分析预测中有一定的应用价值。通过概率神经网络提供的贝叶斯分类器，应用概率神经网络作用原 理，对上证 180指数的变化方面进行了预测，结果表明了概率神经网络在预测股标市场的方向变化方面 具有实用性 。 关键词：概率神经网络，预测，股票 中图分类号 ：TP183 文献标识码：A 文章编号：1001—7437(2005)01—71—03 引言 1 基本原理 股票预测方法主要有三类：第一，对于多变量时 股票市场是一个复杂的非线性系统，神经网络具 间序列的多项式插值 ，多层次分析技术 MDA，移动 有通过学习从实际统计数据 中提取知识的能力，能够 平均ADM；第二，非线性模型如神经网络 ；第三 ，混 很好的解决环境信息不十分明确，知识背景不清楚的 合模型，是将第一二种方法结合起来的模型。 应用问题，因此国内外有许多研究者利用神经网络对 ． 概率神经网络(PNN)是 由DonaldSpecht发展 股票价格进行预测[1]，有些利用神经网络对股票价 起来的，Specht首次提出PNN的网络结构是在文献 格进行真实值预测，有些进行股价运动的方向预测 。 [6，7]中，PNN利用统计的方法—— 贝叶斯分类器 事实上，对股票价格进行真实值预测非常困难 ，同时 对模式识别问题给出了通用的解法，同时，PNN也利 研究显示：股票价格的方向预测对于选取交易策略和 用了非参数概率密度函数的Parzen窗估计法。PNN 投资者的利润取得有效果，因此，研究预测股票的涨 在模式层中通过有监督学习的训练建立了分布函数， 跌变化有一定的实际意义。应用神经网络预测股票的 利用这些分布函数，可以估计输入 向量为某类 的概 真实值的核心是利用历史数据，应用神经网络进行函 率 。 数拟合，而预测股票的涨跌变化的实质是模式识别， 考虑一个 2模式类别的情形：的状态为 ， ， 也就是说，根据输入向量网络输出一个类别。在股票 决定 一 或 0=0是基于P维的向量 方 向