（运筹学与控制论专业论文）基于神经网络股市预测的数据挖掘模型研究.pdf

电子科技大学硕士学位论文 摘要 本文针对股市预测分析问题，对基于神经网络股市预测的数据挖 掘模型进行了研究，提出在模型设计中，采用属性相关性分析理论对 输入指标变量和 目标变量作必要的相关性分析，以此优选输入变量组 合，从而提高网络的预测性能。并在股票交易的历史数据基础上，进 行了实证分析。大致工作流程为:首先利用数据库查询技术，实现多 个候选的技术指标变量的计算，然后对概化后的指标数据，采用信息 增益度量方式计算出各指标属性与目标变量的相关性大小，筛选出强 相关的属性作为网络模型的输入变量，再从中随机选出相互独立的训 练集和侧试集样本， 最后采用 m a t l a b 软件的神经网络工具建立连续和 离散两种径向基函数网络模型，分别对其进行训练和测试，完成相应 的股价预测，结果采用输出值和实际值的均方误差来反映预测精度。 本文用到的数据概化技术和属性相关性分析技术，同样适用于除神经 网络模型外的其他数据挖掘模型中输入变量与输出变量的关系分析， 如:决策树算法中的分类问题。 关键词:数据挖掘，属性相关性，信息增益，神经网络 电子科技大学硕士学位论文 abs t r a c t t o t h e q u e s t i o n o f p r e d i c a t i o n i n t h e s t o c k m a r k e t , i s t u d y s o me i n f o r ma t i o n s a b o u t d a t a mi n g i n g p r e d i c a t i o n m o d e l o f s t o c k p r i c e b a s e d o n n e u r a l n e t w o r k . l p u t f o r w a r d t o d o a t t r i b u t e r e l a t i v i t y a n a l y s i s f o r i n p u t i n g i n d e x v a r i a b l e s a n d o u t p u t i n g o b j e c t v a r i a b l e s w i t h t h e t h e o r y o f a t t r i b u t e r e l a t i v i t y a n a l y s i s i n t h e c o u r s e o f d e s i g n i n g a n e u r a l n e t w o r p r e d i c a t i o n mo d e l . a n d i d o a d e m o n s t r a t i o n a n a l y s i s b a s e d o n h i s t o r y e x c h a n g e d a t a o f s t o c k m a r k e t . t h e r e o u t , i h o p e t o a c h i e v e t h e o b j e c t o # o p t i m i z i n g t h e i n p u t i n g v a r i a b l e s s c o m b i n e d m o d e a n d i m p r o v i n g t h e p r e d i c a t i o n c a p a b i l i t y o f a n e t w o r k mo d e l . r o u g h l y w o r k f l o w a s : t h e f i r s t s t e p , c a l c u l a t e t h e i n d e x d a t e o f t e c h n i q u e a n a l y s i s w i t h t h e t e c h n i q u e o f d a t a - b a s e q u e r y . t h e s e c o n d s t e p , g e n e r a l i z e t h e i n d e x d a t a a n d c a l c u l a t e t h e r e l a t i v i t y b e t w e e n g e n e r a l i z e d i n p u t i n g i n d e x d a t a a n d o u t p u t i n g o b j e c t wi t h t h e me a s u r e me n t u n i t s o f i n f o r ma t i o n e n t r o p y , s e l e c t f o u r k i n d s o f i n d e x a t t r i b u t e s w h o s e r e l a t i v i t y i s b i g g e r t h a n o t h e r s a s i n p u t i n g v a r i a b l e s o f n e t w o r k m o d e l . t h e l a s t s t e p , s e l e c t t w o m u t u a l - s u b s t a n t i v e d a t a s e t s a s t r a i n i n g s e t a n d t e s t i n g s e t , t h e n e s t a b l i s h s e q u e n t i a l a n d d i s c r e t e r b f n e u r a l n e t w o r k m o d e l , a f t e r s o me k i n d o f t r a i n i n g a n d t e s t i n g , a c c o m p l i s h t h e o b j e c t o f p r e d i c a t i o n o f s t o c k p r i c e . t h e t e c h n i q u e o f d a t a g e n e r a l i z a t i o n a n d a t t r i b u t e r e l a t i v i t y a n a l y s i s a r e a l s o a d a p t i v e f o r o t h e r d a t a mi n g i n g mo d e l s , s u c h a s d e c i s i o n - t r e e a l g o r i t h m. k e y w o r d s : d a t a mi n i n g , a t t r i b u t e r e l a t i v i t y , i n f o r m a t i o n e n t r o p y , n e u r a l n e t wo r k i i 独 创 性 声 明 本人声明所呈交的学位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。 据我所知， 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 为获得电子科技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 确的说明并表示谢意。 签名 i 卿卿日期: a o o 3年 厂 月 / / 日 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、 使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁 盘， 允许论文被查阅和借阅。 本人授权电子科技大学可以将学位论文 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、汇编学位论文。 ( 保密的学位论文在解密后应遵守此规定) 签名:导 师 签 名 : 4 7 o 日 期:1 o o s 年 r 月i t 日 电子科技大学硕士学位论文 引台 随着数据库技术和数据库管理的广泛应用，全球范围内数据库中 存储的数据量急剧增长，各行各业面临着 “ 数据过剩，信息i乏 “ 的 现象，数据挖掘技术正是解决这一问题的有效方法。例如在股票交易 中，有很多历史数据，蕴涵着价值很高的信息，但是股票和基金所涉 及的一系列指标数据让证券投资者无所适从，传统的凭经验来做出判 断的方式，已经不能满足投资者的潜在需求，因此及时获得各种基本 面信息和技术面信息对投资者和决策者都具有重要作用。 近年来，众多学者致力于数据挖掘技术在股市中的应用研究，通 过数据挖掘过程将股市中海量的数据进行信息量化处理，并用计算机 来自动识别和处理，从中发现有用的知识及某种必然规律，以预测未 来的股价趋势。一方面可以促进信息交流，另一方面为投资者提供有 利的决策支持。 针对股票市场表现出的不同特点，人们提出了多种多样的分析和 预测方法，其中较常用的方法有:1 )证券投资分析方法;2 )时间序 列分析法;3 )神经网络预测法;4 )其他预测方法。 鉴于我的专业背景知识，本文选择神经网络的股市预测法为研究 背景。神经网络是依据数据本身的内在联系建模，具有良好的自组织、 自适应性，也具有很强的学习能力和抗干扰能力，能自动从历史数据 中提取有关经济活动的知识和规律，可以避免许多人为因素的影响， 为非专业人员预测股市动向提供了有利的工具，因而无数的学者把神 经网络模型应用于股票预测方面。研究结果表明人工神经网络在处理 诸如股票数据这种非线性时间序列的预测问题时， 表现出很好的学习、 映射和泛化能力。并且这类预测模型对股市研判有重要的参考价值。 由于神经网络的最大优点在于对复杂的系统不需要清楚的知道其 内部机理，只要确定其输入输出变量，就可以构造一个网络模型来模 拟这个系统，所以确定网络的输入输出显得尤为重要。于是本文提出 采用属性相关性分析技术对输入变量和目标变量做相关性分析，从而 优选输入变量，并选取相互独立的训练集和测试集数据样本对模型进 行训练和测试，希望以此提高神经网络模型的预测能力。 第 1 页 共4 9 页 电子科技大学硕士学位论文 第一章 数据挖掘的相关背景知识 数据挖掘 的概述 1 . 1 . 1 数据挖掘的概念 数据挖掘 ( d a t a m i n i n g ) 是从大量数据 中发现和提取知识，又被称 作数据库中的知识发现 ( k n o w l e d g e d i s c o v e r y i n d a t a b a s e - k d d ) ，即 是从大型数据库或数据仓库中提取隐含的、未知的、具有潜藏应用价 值的信息或模式，是从系统内部自动获取知识的过程。在传统的决策 支持系统中，知识库中的知识和规则是由专家或程序人员建立的，是 由外部输入的。对于那些决策者明确了解的信息，可以用查询、联机 分析处理 ( o l a p )或其他工具直接获取。而另外一些潜在的关联规则 和趋势信息对于预测和决策行为也是至关重要的，这就需要数据挖掘 技术来获取 。 数据挖掘是数据库研究 中很有应用价值的新领域，是一门交叉性 学科，涉及到机器学习、模式识别、神经网络、统计学、智能数据库、 知识获取、数据可视化、高性能计算、专家系统等多个领域。从数据 库中发现出来的知识可以用在信息管理、过程控制、科学研究、决策 支持等很多方面。 1 . 1 . 2 数据挖掘过程 数据挖掘过程一般由3 个主要的阶段组成:数据准备、挖掘操作、 结果表达和解释。知识的发现可以描述为这 3个阶段的反复过程。如 图所示 : 第2 页 共4 9 页 电子科技大学硕士学位论文 数据准备数据挖掘.结具表达和解释 知识 据集成 团 团 团 数据源 今 模 式 图 1 - 1数据挖掘过程 具体步骤包括: 1 . 确定业务对象 清晰地定义出业务问题， 认清数据挖掘的目的是数据挖掘的重要 一步。挖掘的最后结构是不可预测的，但要探索的问题应是有预见的， 而为了数据挖掘而数据挖掘是带有盲目性的，是不会成功的。 z ， 数据准备 这个阶段可进一步分为 3个步骤:数据选择、数据预处理、数据 转换。 1 )数据选择 搜索所有与业务对象有关的内部和外部数据信息，并从中选择适 用于数据挖掘的数据，从而缩小处理范围，提高挖掘的质量。 2 )数据的预处理 现实世界中的数据一般是不完整、不一致的，因此这一步就是要 提高数据质量，为进一步分析做准备，包括对空缺值的处理、识别孤 立点、消除噪声数据、纠正不一致的数据。并确定将要进行的挖掘操 作的数据类型。 第3 页 共4 9 页 电子科技大学硕士学位论文 3 )数据的转换 将数据转换成分析模型，该分析模型是针对挖掘算法建立的。建 立一个真正适合挖掘的分析模型是数据挖掘的关键。 它往往涉及平滑、 聚集、规范化等操作。 3进行挖掘 对经过转换得到的数据进行挖掘。除了选择和设计和优化挖掘算 法外，其余一切工作都能自动地完成，这是使用智能方法提取数据模 式的过程。当然需要选择相应的挖掘工具。 4 . 结果分析 根据兴趣度度量，识别和表示出知识中的有趣模式，从而解释并 评估结果。分析的方法和角度视挖掘 目的而不同。 5 . 知识的表示和 同化 使用可视化和知识表示技术，向用户提供挖掘结果，并将分析所 得到的有用信息集成到业务信息系统的组织结构中去。 1 . 1 . 3 数据挖掘的功能及应用 据数据挖掘任务能够挖掘出的模式类型， 将其功能分为以下几种: 1 、 类/ 概念描述 ( c l a s s / c o n c e p t d e s c r i p t i o n ) 2 、关联分析 ( a s s o c i a t i o n a n a l y s i s ) 3 、分类 ( c l a s s i f i c a t i o n ) 4 、预测 ( p r e d i c a t i o n ) 5 ,聚类 ( c l u s t e r ) 6 、孤立点分析 ( o u t l i e r a n a l y s i s ) 7 、 演变分析 ( e v o l u t i o n a n a l y s i s ) 数据挖掘可以应用于以下范围:1 )自动探测以前未发现的模式。 2 )让现有的软件和硬件更加 自动化，并且可以在升级的或者新开发的 平台上执行。3 )自动趋势预测:数据挖掘能自动在大型数据库里面寻 找潜在的预测信息。传统上需要很多专家来进行分析的问题，现在可 以快速而直接地从数据中找到答案。一个典型的利用数据挖掘进行预 测的例子就是目标营销，数据挖掘工具可以根据过去邮件推销中的大 量数据找出其中最有可能对将来的邮件推销作出反应的客户。 具体应用领域举例如下: 第4 页 共4 9 页 电子科技大学硕十学位论文 l ,银行 / 信用评估:金融服务产品的交叉销售，贷款偿还预测，个人 或企业的信用评级，欺诈甄别。 2 、电子商务;w e b行为模式分析，个性化设计，网上购买推荐和商品 推荐 。 3 、客户关系管理:客户利润率分析，客户细分，客户流失分析，客户 响应率的分析。 4 、电信:客户流失分析，盗用模式分析和异常模式识别，电信数据分 析可预测网络通信中的警报。 5 、 证券: 分析并预测股票价洛的走势及相关性， 分析股民的购买方式。 6 、科学数据:实验数据分析;实验数据可视化。 1 . 1 . 4 数据挖掘工具 目前，绝大部分数据挖掘研究原形都己转化为数据挖掘产品。将 数据挖掘技术与信息系统集成是当今的潮流。数据挖掘作为数据库、 数据仓库, w e b系统的一个组件为智能数据挖掘的发展开辟了新路。 许 多大型商业数据库推出了自己的数据挖掘系统组件: 1 、m s / s q l s e r v e r 2 0 0 0的 a n a l y s i s s e r v i c e 2 , i b m d b 2的 i n t e l l i g e n t m i n e r 3 、o r a c l e的 o r a c l e d a t a m i n i n g 4 , s a s e n t e r p r i s e m i n e r : d a t a w a r e h o u s i n g + m i n i n g 5 , s p s s的 c l e m e n t i n e 1 . 2 数据挖掘中的分类和预测技术 1 . 2 . 1 分类和预测的概念 数据挖掘中的分类和预测是两种数据分析形式，可用于提取描述 重要数据类的模型或预测未来的数据趋势。然而，分类是预测分类标 号，而预测建立连续值函数模型。分类方法是将数据集按某个指定的 属性划分，并给出分类规则。分类问题可用数据库术语表示如下:对 于一个给 定 的数据 集 ，该数据集具有 m + 1个属性 ( 字段 ) a , , a z , a 3 , . . . a . , c . ， 且均为 种类字段。 c 作为分类属性， 将此数据集按c 的属性值分类，形成一个分类模型。再用该模型对新的数据集进行分 第5 页 共4 9 页 电子科技大学硕十学位论文 类预测，既在己知新数据集a , ， 4 2 ， . . . a m 值的情况下预测分类属性 c的 值。分类问题分为两个步骤: 1 . 创建分类模型: 这是一个机器学习过程 ，用分类算法和一个类别己经确定的数据 集创建分类模型。用于创建模型的数据集叫训练集。训练集用其分类 属性的属性值表示类别， 训练集中每一条记录都属于一个确定的类别。 分类模型中的预测模式可以用分类规则，决策树或数学方程的形式来 表达 。 2 . 使用模型预测: 使用分类模型前必须用一定的方法估计分类模型的准确率。可使 用创建的模型对一个类别己知的数据集一一测试集上进行预测，并将 预测结果和实际值进行比较。测试集和训练集必需是相互独立的。再 用达到一定准确率的分类模型预测类别未知的数据集。 预测是构造和使用模型评估无标号样本类，或评估给定样本可能 具有的属性值或值区间。在这种观点下，分类和回归是两类主要预测 问题，其中分类是预测离散或标称值，而回归用于预测连续或有序值。 然而广泛采用的观点是:用预测法预测类标号为分类，用预测法预测 连续值为预测。 1 . 2 . 2 分类和预测方法 分类一直都是机器学习、模式识别和数理统计的研究对象。因此 存在多种分类方法，常见的有:决策树归纳方法、贝叶斯方法、神经 网络方法、k最临近分类法、基于事例的推理方法、遗传方法、粗糙集 方法、模糊集方法。每种方法可由几种代表性的算法实现。对不同的 数据类型和应用领域，每种方法都有其长处和短处。但实验表明，没 有一种分类算法对所有的数据类型和应用领域都优于其他分类算法。 随着预测科学的发展和客观需要的增加，预测对象所涉及的领域 非常广泛，按预测对象的不同可分为社会预测、经济预测、科学预测、 技术预测和军事预测等领域:按预测研究方法可分为定性预测 、定量 预测和模糊预测:按预测的范围，预测可分为宏观预测、中观预测与 微观预测;根据预测未来时间的长短，可分为超短期预测、短期预测、 中期预测和长期预测。预测方法大体上分为定性预测法、时间序列预 第6 页 共4 9 页 电子科技大学硕士学位论文 测法和因果模型预测法。 定性预测法是在数据资料掌握不多的情况下， 依靠人的经验和分析能力，用系统、逻辑的思维方法，把有关资料加 以综合，进行预测。定性预测法包括特尔斐法、主观概率预测法、判 断预测法等方法。时间序列预测法是依据预测对象过去的统计数据， 找到其随时间变化的规律，建立时序模型，以判断未来数值的预测方 法。其基本思想是:过去的变化规律会持续到未来，即未来是过去的 延伸。时间序列预测法包括时间序列平滑法、趋势外推法、季节变动 预测法等确定型时间序列的预测方法和马尔可夫法、随机型时间序列 的预测方法。因果模型预测法是把所要预测的对象同其他因果因素联 系起来进行分析，制定出揭示因果关系的模型，然后根据模型进行预 测。包括回归分析预测法、经济计量模型法、投入产出预测法等。时 间序列预测法和因果模型预测法都是应用统计方法进行预测的，所以 有时两者被统称为统计预测。 1 . 2 . 3 评估分类、预测模型的方法 一般从以下几个标准评估分类和预测方法: 预测的准确率:这涉及模型正确的预测新的或先前未见过的数据 的类标号的能力; 速度:这涉及产生和使用模型的计算花费: 强壮性:这涉及给定噪音数据或具有空缺值的数据，模型正确预 测的能力; 可伸缩性:这涉及给定大量数据，有效地构造模型的能力; 可解释性:用户对算法产生的分类模式可理解程度。对于描述型 的分类任务，模型描述越简洁越受欢迎。例如，采用规则表示的分类 模式就更实用，而神经网络方法产生的结果就难以理解。 分类模型的准确性是分类成功的关键。运用分类算法建立分类模 型后，可用下面几种方法评估分类模型的准确性。 1 )保持法 ( h o l d o u t m e t h o d ) 运用保持法时，将数据集随机地划分成两个独立的数据集:训练 集和测试集。用训练集建立模型，再用测试集评估模型。模型在给定 测试集上的准确率是正确被模型分类的测试样本的百分比。对于每个 测试样本，将已知类标号与该样本的学习模型类预测比较。注意，模 第， 页 共4 9 页 电子科技大学硕士学位论文 型的准确率是根据训练数据集评估的，会有过分适合数据 ( 过度拟和) 的可能性，所以还得经过测试集的校正。 2 ) k 一析交叉确认法 k - f o l d c r o s s - v a l i d a t i o n m e t h o d ) 交叉确认法能避免 出现重叠问题， k 一折交叉确认法首先将整个数 据集划分为 k个相等于集。然后进行 k次迭代，依次将每个子集用作 测试集、另外 k - 1个子集用作训练集。将 k次评估的正确分类数除以 数据集的记录总数可得到模型的总体准确率。通常取 k = 1 0 a 3 )留一法 ( l e a v e o n e o u t m e t h o d ) 4)q ! 导 法( $ o o t s t r a n m e t h o d ) 第8 页 共4 9 页 电子科技大学硕士学位论文 第二章 神经网络模型在的股市预测中的应用 2 . ， 股市的预测分析方法 影响股票市场价格变化的根本原因和直接原因都是供求关系的变 化。在股市分析方面，以预测为基础划分主要存在两个学派:基本分 析派和技术分析派。前者的观点是认为影响股价的主要原因是基本因 素，因而他们注重研究发行公司的经营特征、经营状况、财务状况以 及股利派发、管理决策、销售环节、竟争力等基础经济困素，还注重 研究社会的经济指标、经济政策以及与经济有关的政治因素等。 然而投机者的交易行为给基本分析蒙上了阴影。另一个学派就是 人们所熟知的技术分析学派，他们认为影响股价的主要原因是技术因 素，股市是沿趋势运动，而且这些趋势是可以被发现并用来预测的。 他们试图用过去的股票价格和交易量来预测将来的价格运动。技术分 析法可分为图象分析方法和统计分析方法，图象分析法以图象为分析 工具，统计分析法是对价格、交易量等市场指标进行一定的统计处理。 具体可以使用图形模式、技术指标和专门的技术工具进行分析预测。 就股价走势预测这一目标，技术分析派所采取的方法在预测股价 的短期趋势特别是在旧趋势向新趋势变化方面优于基本分析方法;而 在预测股价长期趋势方面，基本分析法却优于技术分析方法。不幸的 是，技术分析者使用的大多数枝术分析方法没有表现出统计上的有效 性，而且很多方法都缺乏应用的合理解释。 因而，针对股票市场表现出的不同特点，人们总结出以下几种常 用的分析和预测方法: i 、证券投资分析方法。这是市场分析家常用的方法口 2 、时间序列分析法。 这种方法主要是通过建立股价及综含指数之 间的时间序列相关辩识模型，如自回归移动平均模型 ( a r m a ) 、齐次非 平稳模型 ( a r i m a )等来预测未来变化。 3 、其他预测方法。如专家评估法和市场调查法等定性预测方;季 节变动法、马尔柯夫法和判别分析法等定量预测方法。 4 、神经网络预测法。神经网络是一种最新的时间序列分析法。 第9 页 共 4 9 页 电子科技大学硕士学位论文 2 . 2神经网络预测模型 2 . 2 . 1 神经网络预测性概述 人工神经网络，一种包含许多筒单的相互连接的计算单元 ( 节点) 的系统，已经展现出其分析非线性时间序列数据的能力。由于其自动 化性能好，所以在没有广泛的市场数据或者知识背景情况下，同样可 以得到有用的预测。 它模拟人脑神经元方法， 以m p 模型和h e b b 学习规 则为基础， 目前主要有三大类神经网络模型: 前馈式网络、 反馈式网络、 自组织网络。 它是一种通过训练来学习的非线性预测模型， 可以完成分 类、聚类、特征挖掘等多种数据挖掘任务口 在股市中，神经网络既可以模拟基本分析，也可以模拟技术分析。 模拟基本分析时，零售、黄金价格、工业生产指数和汇率等可以用作 输入。模拟技术分析时，延时时间序列数据及各种技术指标可以作为 输入。 以神经网络为基础的预测一般要经过三个主要步骤:预处理，结 构设计和后加工。预处理中，收集可以用作神经网络输入和输出的资 料。这些数据首先要经过标准化和比例调整，以减小波动和噪声。在 设计阶段，多种可以捕获输入数据与输出数据关系的神经网络模型被 建立起来。使用不同的训练、验证和预测数据集试验不同的模型和结 构。以标准误差比率为标准选出最好的模型用来预测。最后，在后加 工阶段， 不同的交易策略被用于预测结果来优化神经网络的预测能力。 2 . 2 , 2 神经网络模型研究归纳 2 . 2 . 2 . 1 神经网络股市预测模型的研究现状 目前有三种基于人工神经网络的股市预测模型: a 、基本数据模型;b 、技术指标模型;c 、宏观分析模型 文 1 6 1 把对上证综合指数的拟合作为研究对象，对这三种模型分 别进行了实证分析，在 “ 基本数据模型”中， 建立带有附加动量项和自 适应学习速率的 b p网络， 反映出较快的运算速度和逼近性能。在 “ 技 术指标模型”中， 通过一些股市重要技术指标的引入， 增加了反映市场 各方面深层内涵的信息， 使网络的泛化能力有所提高。( 技术指标是按 第1 0 页 共4 9 页 电子科技大学硕士学位论文 照事先定好的固定方法对证券市场的原始数据仁 开盘价、最高价、最低 价、收盘价、成交量和成交金额， 简称 4价 2量 进行处理， 处理后的结 果是某个具体的数字， 即技术指标值。对技术指标可以进行定量分析， 使得具体操作的精度大大提高。 )在 “ 宏观分析模型”中， 结合基本数 据的同时，引入了影响股市的 5项主要宏观经济指标， 强化了股市神经 网络模型的应用价值。从而说明人工神经网络在处理股票数据这种非 线性时间序列的预测方面的具有可行性， 并且有很好的学习、 映射能力 和应用价值。比较网络结构发现: “ 技术指标模型”比 “ 基本模型”增 加了7 个输入点、 3 个隐层节点， 即采用了 1 0 个技术指标作为输入量， 明日收盘价作为输出变量，但是经过同样次数的迭代后，所得到的预 测误差最小，提高了网络的泛化能力。 文l 2 们在文 1 6 的基础上提出将 “ 基本数据模型” 、“ 技术指标模 型”和 “ 宏观分析模型”合并，构成股市预测神经网络集成系统， 集成 系统的输出采用简单平均法。实证分析发现集成系统的泛化能力高于 单个独立的模型， 这种模型间的融合使得股市集成系统包含更广泛的 输入信息， 既有基本数据信息、技术指标信息， 又包含较多的宏观经济 信息，也使模型具有更好的稳健性和更好的应用价值。 2 . 2 . 2 . 2 模型的归纳分类 1 . 根据所读文献，归纳出主要有以下几类 “ 预测对象、 a 股票价格的预测:a 后一天的股价 ( 又称为一步预测) b 后几天的股价 ( 又称为多步预测) b股票综合指数的预测 c 股票发行定价的预测 2 . 神经网络股市 “ 预测方法”分类: a 前向型神经网络: a b p 神经网络( b a c k p r o p a g a t i o n ) b r b f 神经网络 ( r a d i a l b a s i s f u n c t i o n ) c 遗传神经网络 ( 遗传算法和人工神经网络相结合) b 综合性神经网络方法 a 模糊神经网络 基于模糊理论和神经网络技术结合的的混沌数据预测:t - s 模型) 第1 1 页 共4 9 页 电子科技大学硕士学位论文 b 粗集理论与神经网络技术结合 ( 又称为粗神经网络) c 基于小波分析的神经网络技术 d神经网络集成系统 c反馈式神经网络一 时间序列分析法 ( 自回归滑动平均模型 ) 3 . 神经网络 “ 学习算法”分类: a b p 算法 ( 又称为误差反向传播算法) 是一种监督学习算法，采用优化算法中的梯度下降法思想。 b最近邻聚类学习算法( 适用于 r b f 神经网络模型) c正交最小二乘算法 d 遗传 b p算法 将遗传算法和人工神经网络相结合 ) 2 . 3 基于前向神经网络的股市预测研究 通过 以上归纳分类 ，本文特别选出采用前 向型神经网络 ( b p网络 和 r b f网络)进行股市预测的文献进行详细比较和分析。 2 . 3 . 1 基于b p 神经网络的股票预测研究现状 b p网络是基于误差反向传播的多层前向网络 ( 即用误差反向传播 算法进行训练的单向传播的多层网络) ， 是人工神经网络中最具代表性 和应用最为广泛的一种网络。网络拓扑结构包括输入和输出层，以及 一层或多层的隐含层，同层节点中没有任何祸合。隐含层节点单元特 性 ( 传递函数) 通常为s i g m o i d 型函数:f ( x ) = 1 / ( 1 十 e x p ( - x ) ) ， 但在输 出层中，节点的单元特性常为线性。 b p算法的基本思想是利用 l m s( 最小均方)学习算法，在网络的 学习过程中使用梯度下降搜索技术，利用误差向后传播来修正权，从 而实现网络的实际输出与期望输出的均方差最小化。 一般而言， b p网络 算法主要有以下几个步骤: 工 、 对全部连接权的权值进行初始化， 一般设置成较小的随机数， 以 保证网络不会出现饱和或反常情况。 2 、取一组训练数据输入网络， 计算出网络的输出值。 3 、 计算该输出值与期望值的偏差， 然后从输出层计算到输入层， 向 着减少该偏差的方向调整各个权值。 4 、对训练集的每一组数据都重复上面两个步骤， 直到整个训练偏 第1 2 页 共4 9 页 电子科技大学硕士学位论文 差达到能被接受的程度为止 。 b p 算法的学习过程分为两个阶段:第一阶段( 正向传播过程) ，给 出输入信息通过输入层前向传播到隐层的节点上，经过各单元特性为 s i g m o i d型的激活函数运算，把隐层节点的输出信息传播到输出层节 点，得到每个单元的实际输出值:第二阶段 ( 反向过程) ， 若在输出层未 得到期望的输出值，则计算出实际输出与期望输出之差值( 即误差) 将 误差信号沿原来的连接通路返回，通过修改各层神经元的权值逐次地 向输入层传播进行计算。再经过正向传播过程，这两个过程的反复运 用， 使得误差最小。 文 1 2 中采用大量的数值实验进行对比分析的方法，确定了比较 适合股票市场预测的初始条件: 学习步长为 0 . 0 2 5 ， 权与阀值的初始域 为 ( - 0 . 0 5 , 0 . 0 5 ) ，网络拓扑结构为 1 6个输入量，7个隐层节点，隐 层活化函数为g ( z ) = t a n h 0 .6 5 x ， 输出 活化函 数为: g ( x ) = t a n h x ， 选择1 0 0 个沪市综合指数为训练学习样本，3 0个为预测样本，训练精度达到了 9 8 % ，预测精度达到了7 0 % 。但在样本处理、预测方法及网络的自适应 能力等方面还有待进一步的改进。 文【 1 3 中是以上证指数为研究对象，同样用 b p网络模型对其进行 短期预测， 不同的是模型输入变量为: 收盘价 c l o s e ) , 最高价( h i g h ) , 最低价( l o w ) 、成交量( a m o u n t ) , 5日移动平均线( m a 5 ) , 1 0日移动平 均线( m a 1 0 ) , 6日相对强度指数( r s i ) , 6日乖离率( b i a s ) 、指数平滑 异( m a c d ) 、以及 k d随机指标中的 k 值和 d值; 输出为下一交易日的收 盘价( c l o s e ) 。 而且提出通过对当日收盘价与前日收盘价之比再取自然 对数的方法检测出数据有较大噪声，在 s t a t i s t 工 c a n e u r a l n e t w o r k 软件中进行预处理。采用的是交叉验证集的方法来确定隐层节点数， 对输入变量进行敏感性测试，选出影响输出变量最重要的五个因素: c l o s e , h i g h , l o w , m a 5 , m a 1 0 ( 其中收盘价影响率最高) 。然而预测结 果离期望还有一定距离，因此作者提出应该将技术因素和基本因素同 时作为输入，并改进输出数据的具体形式，实际应用我们可以考虑预 测未来 2 至 3天的价格变化， 及最高价最低价的短期预测的改进思想。 文 1 4 是以 b p神经网络去模拟股市这个 “ 黑箱”， 以上市公司的 财务状况为输入变量， 而网络输出值即看作公司要发行股票的价格。 与 第 1 3 页 共4 9 页 电子科技大学硕士学位论文 上文所不同的是，该文对隐层节点的确定问题是采用以下公式:( m+ n ) / 2 -s 2 - ， s s ) 二 一 艺 丘 lo g , 二 ( 3 一1 7 ) s s 人气指标属性 的 “ 嫡 ” : 以 人 气 指 标 ) = - 艺 三 竺 土 二 全 ! 1 1s li s z . ， : ， ) ( 3 一1 8) 么 s ,_ 了 = 一 么= l t s 不! s . ti s 2 i ， 一 ， ， ， ) 最后可得到:属性人气指标的 “ 信息增益”为: g a in 江气 指 标 ) 二 i 令 ! s 2 ， 一 ， s , ) 一 e 认气 指 标 ) 3 一 1 9) 实现信息增