小波分析和神经网络在股指预测中的应用分析.pdfVIP

摘 要 随着股票市场在我国的不断成长、中国经济的快速发展，越来越多的人将资 金投向股票市场。因此，对股票市场走势的预测具有很大的理论意义和应用价值。 股指作为一种重要的金融数据，具有强不确定性和非线性，所以对股指的预测存 在一定的难度，目前对股指的预测多采用BP神经网络。本文主要研究的内容是 针对BP神经网络的一些缺陷提出径向基函数(RBF)神经网络更适合对股指进行 预测，同时为了使预测的效果更佳，将小波分析理论引入本文当中。 本文首先对中国股票市场的现状进行分析，然后引入小波理论，并对其进行 简单介绍，说明小波理论在股指预测中的应用方法。随后介绍了人工神经网络的 发展概况及分类，并对本文所要用的BP神经网络及RBF神经网络的算法及学习 规则进行了说明。在理论基础之上，本文将小波分析同神经网络结合应用于股指 的预测。本文分别选取了97年到06年深、沪的每周闭盘指数共452个作为样本 数据。 本文的第四章、第五章为实证部分。第四章对样本数据进行小波处理，使用 sym8小波函数对其进行降噪处理，使数据变得更加平滑，提高之后预测的准确 度。文章的第五章先使用BP神经网络算法进行建模，用小波处理后的数据作为 网络的输入，并对预测的结果进行平均绝对误差及平均相对误差计算；然后使用 相同的输入数据用RBF神经网络建模预测，最后将BP网络及RBF网络预测的结 果进行比较分析，得出RBF网络在股指预测中较BP网络更加准确。为了说明小 波理论在股指预测中应用的有效性，本文还对未经小波降噪的预测结果同降噪后 的预测结果进行比较，证明将小波理论应用于此有明显效果。 关键词：股指小波分析BP神经网络RBF神经网络 Abs仃act Withthe ofstockmarketand andmore development economics，morepeople ofstockmarketisof investthe thetrend great stoek．Accordingly,prediction all stockindexis theoretical and value．As significanceapplied importantfigure，the and the usesBPNeural non-linear．So Network, uncertainty predictionalways strongly thelimitationoftheBPNeural mainideaofthe whichisnot Network,the easy．For showsthatRBFismoresuitableto thestockindex．Atthe dissertation prediction dissertationthewavelet makesabetter same USeS time，the analysistheory,which prediction． ThedissertationthesituationofChina’Sstockmarketatfirst．Then．it analyses introduc