（控制理论与控制工程专业论文）基于神经网络集成的股票指数中期预测.pdf

西北工业大学硕 : 学位论文 摘要 本文主要目 标是利用基于遗传算法的神经网络集成进行股票指数的中期预 测，为股票买卖者和证券投资者进行投资参考。 为了实现此目 标，本课题以遗传算法和神经网络为基础，以预测趋势的准 确性为中心，重点讨论了如何利用基于遗传算法的神经网络集成进行股票指数 中期预测。围绕着如何选择神经网络输入变量，如何确定神经网络结构，如何 利用遗传算法进行神经网络集成， 以及如何分析预测的准确性展开了详细研究。 具体工作如下: 1 .应用主成分分析进行输入变量的提取，从宏观因素、技术指标和历史数据 中提取出有效的输入组合。基于主成分分析的神经网络改进了样本的输入 因子数，消除网络输入间的相关性，同时减少了网络的输入数，简化了网 络结构。从而提高了网络的学习速率和精度。 2 ，利用神经网络建立预测模型，采用单隐层多输入单输出系统，预测股票价 格未来六周的变化趋势。利用修剪法确定网络结构，有效地解决了隐层节 点的选取问题。 3 比较了神经网络集成中的最优集成，平均集成和加权集成。针对最优集成 中出现权重为负数无法解释的问题，提出利用遗传算法进行非负神经网络 集成。 4 .对上证指数和深圳指数进行实际预测，结果证明本文的研究方法是实用而 有效的。 关键字: 主成分分析: b p神经网络; 神经网络集成; 遗传算法; 权重;股 票指数预测 西北工业大学硕 十 学位论文 ab s t r a c t t h i s p a p e r m a i n l y s t u d i e s i n t e l l i g e n t m i d - t e r m f o r e c a s t i n g o f s t o c k ma r k e t . t h r e e p a r t s a r e i n c l u d e d i n t h e p a p e r , u s i n g p r i n c i p a l c o m p o n e n t a n a l y s i s ( p c a ) f o r d a t a p r o c e s s , m o d e l i n g w i t h a r t i fi c i a l n e u r a l n e t w o r k s ( a n n ) , p r o p e r s i z e o f t h e a n n i s d e t e r m i n e d b y a n i t e r a t i v e p r u n i n g a l g o r i t h m , t h e r e s u lt s o f t h r e e a n n a r e e n s e m b le d . s o m e n e w r e s u l t s a n d p r e s e n t e d , a n d t o b e u s e d t o s o l v e s o m e p r o b l e m s i n s t o c k f o r e c a s t in g a n d n e u r a l n e t w o r k e n s e m b l e s . t h e s e n e w m e t h o d s a r e v e r y u s e f u l t o th e f i e l d o f f i n a n c i a l a p p l i c a t i o n s a s f o l l o w s : h o w t o s e l e c t p r o p e r i n p u t f a c t o r s i s v e ry i m p o rt a n t .t h r o u g h i m p r o v i n g t h e i n p u t f a c t o r s , e l i m i n a t i n g t h e c o r r e l a t i o n a m o n g t h e i n p u t s a n d s i m p l i f y i n g t h e s t r u c t u r e , th e p c a - b a s e d a n n c o u l d a c c e l e r a t e t h e l e a rn i n g p r o c e s s a n d in c r e a s e t h e c o n v e r g e n c e a c c 址a c y . u s i n g o n e - h i d d e n - l a y e r a n n t o f o r e c a s t t h e m i d - t e r m t r e n d o f s t o c k i n d e x . a p r u n i n g a l g o r i t h m i s e m p l o y e d t o e l i m i n a t e u n i t s a n d a d j u s t t h e r e m a i n i n g w e i g h t s i n s u c h a w a y t h a t t h e n e t w o r k p e r f o r m a n c e d o e s n o t w o r s e n o v e r t h e e n t i r e t r a i n i n g s e t u s i n g g e n e t i c a l g o r i t h m t o n e u r a l n e t w o r k e n s e m b l e . t h i s m e t h o d i s s i m p l y t o r e a l i z e a n d e a s y t o e x p l a i n . t h r e e l i n e a r c o m b i n a t i o n o f n e u r a l n e t w o r k s , o p t i m a l e n s e m b l e , a v e r a g e e n s e m b l e a n d w e i g h t e n s e m b l e a r e c o m p a r e d . s h a n g h a i a n d s h e n z h e n s t o c k i n d e x a r e t a k e n a s a n e x a m p l e . t h e a n n e n s e m b l e o u t p u t r e s u l t s a r e s a t i s f i e d . k e y wo r d s : n e u r a l n e t w o k s , n e u r a l n e t w o r k e n s e m b l e s , g e n e t i c a l g o r i t h m , m i d - t e r m f o r e c a s t i n g , p c a , s t o c k i n d e x 西北一 亡 业大学硕士学位论文 第一章绪论 1 . 1 选题背景及意义 预测，是根据以往及现在的已知信息，采取一定的方法或技术，对事物的 未来发展趋势或结果进行估计和推测。未来的可预测性是影响预测效果好坏的 重要因素，由于受人为因素的影响，经济现象的可预测性不如自 然现象的可预 测性强。但是由于经济现象的发展变化或多或少地具有连续性、系统性、可知 j胜、因果性等特点，使得在有些情况下的经济预测成为可能。在股票市场上， 对于决策者来说，预测越准确，对未来利润的获取及风险的规避就越有利。每 时每刻都有许多的股票在进行交易，就有数百种甚至上干种股票价格在闪烁。 由于受基本因素和技术因素的影响，其价格水平此起彼伏，变幻不定。如何判 断和把握整个股票市场股价变动水平与变化趋势是股票买卖者最关心的问题。 论文的主要目 标是实现股票指数的中期预测，为股票买卖和投资者进行投 资参考。世界各地的股票交易市场星罗棋布，已 经成为一般资 本市场的代表， 股市行情不仅集中反映资本市场的动态，也是国家经济状况的重要参照。然而 股票数量繁若群星，每种股票的价格又在随机变化。为了记录、衡量、分析股 市行情的来龙去脉，经济学家以数学为工具编制了各种股票价格指数，以 适应 各类需要。 它是反映股票市场中股票价格变动总体水平的重要尺度， 更是分析、 预测发展趋势进而决定投资行为的主要依据。 中国的股市是同社会主义市场经济一起发展的。证券市场为中国的经济建 设做出了重要贡献，但是由于知识和经验不足，制度等基础建设薄弱，市场不 完善，因而造成了近些年来股市持续下跌。目前主要的状况有两点，一是盛世 危局。与国民经济持续快速增长的 “ 盛世”相比，股市似已成为人见人怕、行 将崩塌的“ 危楼” 。一个和谐的股市， 虽然也会出现周期性的牛熊交替， 但不可 能g d p 在翻番增长的态势下， 流通市值却减半蒸发。 二是巨人泥足。 今日股市 较之于国民经济是危局， 较之于开市之初却是 “ 巨人” 短短十年间，上市 公司从8 家蹿升到 1 3 0 0 家，流通市值最高时占社会储蓄总额的近 1 / 4 ，总市值 占g d p的比重 ( 证券化率)近年来一直保持在 3 0 %以上。这些无不在昭示中 国股市扬鞭策马已“ 赶上” 发达国家上百年历程的“ 政绩” ， 无不在炫耀 “ 超常 西北一 亡 业大学硕士学位论文 第一章绪论 1 . 1 选题背景及意义 预测，是根据以往及现在的已知信息，采取一定的方法或技术，对事物的 未来发展趋势或结果进行估计和推测。未来的可预测性是影响预测效果好坏的 重要因素，由于受人为因素的影响，经济现象的可预测性不如自 然现象的可预 测性强。但是由于经济现象的发展变化或多或少地具有连续性、系统性、可知 j胜、因果性等特点，使得在有些情况下的经济预测成为可能。在股票市场上， 对于决策者来说，预测越准确，对未来利润的获取及风险的规避就越有利。每 时每刻都有许多的股票在进行交易，就有数百种甚至上干种股票价格在闪烁。 由于受基本因素和技术因素的影响，其价格水平此起彼伏，变幻不定。如何判 断和把握整个股票市场股价变动水平与变化趋势是股票买卖者最关心的问题。 论文的主要目 标是实现股票指数的中期预测，为股票买卖和投资者进行投 资参考。世界各地的股票交易市场星罗棋布，已 经成为一般资 本市场的代表， 股市行情不仅集中反映资本市场的动态，也是国家经济状况的重要参照。然而 股票数量繁若群星，每种股票的价格又在随机变化。为了记录、衡量、分析股 市行情的来龙去脉，经济学家以数学为工具编制了各种股票价格指数，以 适应 各类需要。 它是反映股票市场中股票价格变动总体水平的重要尺度， 更是分析、 预测发展趋势进而决定投资行为的主要依据。 中国的股市是同社会主义市场经济一起发展的。证券市场为中国的经济建 设做出了重要贡献，但是由于知识和经验不足，制度等基础建设薄弱，市场不 完善，因而造成了近些年来股市持续下跌。目前主要的状况有两点，一是盛世 危局。与国民经济持续快速增长的 “ 盛世”相比，股市似已成为人见人怕、行 将崩塌的“ 危楼” 。一个和谐的股市， 虽然也会出现周期性的牛熊交替， 但不可 能g d p 在翻番增长的态势下， 流通市值却减半蒸发。 二是巨人泥足。 今日股市 较之于国民经济是危局， 较之于开市之初却是 “ 巨人” 短短十年间，上市 公司从8 家蹿升到 1 3 0 0 家，流通市值最高时占社会储蓄总额的近 1 / 4 ，总市值 占g d p的比重 ( 证券化率)近年来一直保持在 3 0 %以上。这些无不在昭示中 国股市扬鞭策马已“ 赶上” 发达国家上百年历程的“ 政绩” ， 无不在炫耀 “ 超常 西北工业大学硕 l 学位论文 规、 跳跃式发展” 所带来的“ 光环” 。 但亢奋过后蓦然发现，巨人之足却是用橡 皮泥捏成:上市公司不乏翻牌公司，治理结构没有完善;股票融资数额虽是天 文数字，但有效产出微乎其微;信用工具虽然 “ 先进” ，信用水准却不进反退。 研究股票的预测能够指导投资者进行有益的投资，不仅可以为个人提供利润、 规避风险，更可以为国家经济的发展做出贡献。 1 . 2 股票预测的国内外研究现状 自 股票出现以来，股票预测便受到学术界的广泛关注与积极研究。国内外 许多学者对其进行了研究，提出了许多预测方法。主要有以下三种。 一、股票技术分析方法 这是进行股票预测最直接和基本的方法。主要是依据统计图表和股市的图 形研判股市的未来动向。技术分析方法可以 分为三种类型 i . 2 . 3 判断股价趋势为主的趋势分析， 如道琼斯理论、 趋势线法、 移动平均线 等。 形状分析， 如k线系统、 波浪理 论、 整理与反转形态、 支撑与阻力以 及 箱性理论等。 技术指标，如o b v , r s i 等。文中用到的技术指标在第二章具体阐述。 虽然技术分析方法具有一定的准确性， 但是缺点在于技术指标分析方法众 多，且方法之hi差别巨大。对于投资者来说不易掌握，同时缺乏可靠的理论支 持， 分析结果仁者见仁，智者见智。虽然直到目 前它仍然是大多数投资者所使 用的方法。但是改进和发展它己经是不可避免的事实口 二、基于统计学理论的预测方法 统计学理论的预测方法，主要是基于模型拟合和最小二乘原理建立各种回 归，自 回归，混合回归模型进行预测。此类方法，具有严格的数学基础，应用 也很广泛。近年也有相当的发展 . 5 ! 。 最常用的统计学预测模型是自 回归滑动平均混合模型，但是在应用中很难 搜集数据资料，并且模型的建立是依据时间序列的未来发展模式与其过去的 模 式一致的假设。 这个假设在长期预测中是不符合实际的。 近年来的改进主要有， n e l d e r 等人a 1 提出了 广义线性模型， 它放松了 经典线性模型的假设，极大的 丰 富了回归分析的理论: a ro n , l i 等5 对假设 进一步放松， 提出了一般回归 模型。 西北工业大学硕 l 学位论文 规、 跳跃式发展” 所带来的“ 光环” 。 但亢奋过后蓦然发现，巨人之足却是用橡 皮泥捏成:上市公司不乏翻牌公司，治理结构没有完善;股票融资数额虽是天 文数字，但有效产出微乎其微;信用工具虽然 “ 先进” ，信用水准却不进反退。 研究股票的预测能够指导投资者进行有益的投资，不仅可以为个人提供利润、 规避风险，更可以为国家经济的发展做出贡献。 1 . 2 股票预测的国内外研究现状 自 股票出现以来，股票预测便受到学术界的广泛关注与积极研究。国内外 许多学者对其进行了研究，提出了许多预测方法。主要有以下三种。 一、股票技术分析方法 这是进行股票预测最直接和基本的方法。主要是依据统计图表和股市的图 形研判股市的未来动向。技术分析方法可以 分为三种类型 i . 2 . 3 判断股价趋势为主的趋势分析， 如道琼斯理论、 趋势线法、 移动平均线 等。 形状分析， 如k线系统、 波浪理 论、 整理与反转形态、 支撑与阻力以 及 箱性理论等。 技术指标，如o b v , r s i 等。文中用到的技术指标在第二章具体阐述。 虽然技术分析方法具有一定的准确性， 但是缺点在于技术指标分析方法众 多，且方法之hi差别巨大。对于投资者来说不易掌握，同时缺乏可靠的理论支 持， 分析结果仁者见仁，智者见智。虽然直到目 前它仍然是大多数投资者所使 用的方法。但是改进和发展它己经是不可避免的事实口 二、基于统计学理论的预测方法 统计学理论的预测方法，主要是基于模型拟合和最小二乘原理建立各种回 归，自 回归，混合回归模型进行预测。此类方法，具有严格的数学基础，应用 也很广泛。近年也有相当的发展 . 5 ! 。 最常用的统计学预测模型是自 回归滑动平均混合模型，但是在应用中很难 搜集数据资料，并且模型的建立是依据时间序列的未来发展模式与其过去的 模 式一致的假设。 这个假设在长期预测中是不符合实际的。 近年来的改进主要有， n e l d e r 等人a 1 提出了 广义线性模型， 它放松了 经典线性模型的假设，极大的 丰 富了回归分析的理论: a ro n , l i 等5 对假设 进一步放松， 提出了一般回归 模型。 西北工业大学硕_ 二 学位论文 该领域研究具有十分 惊人的前景， 但由 于其仅能辨识参数q的方向， 应用起来 十分不便，仅能对建模提供指导。 三、神经网络方法 神经网络的快速发展， 为股票市场建模与预测提供了许多新技术和新方法。 它是目 前国际上进行股票预测研究的 热点。 最早的研究是1 9 8 8 年wh i t e 6 1 利用 b p网络对 i b m股票进行预测， 其目 标是未来一个月内买进和卖出的最佳时机; 1 9 9 0 年由k i m o t o 等7 1 同 样用b p 网 络对东京证交所综合指数进行预测， 并且探 讨了 股票买 卖决策 支持系统， k a m ij o 和f a n i g a w a 8 1对股票 价格进行模式识别。 1 9 9 1 年y o o n 与s w a l e s 9 1 用4 层b p 网 络预测股票 价格;1 9 9 4 年， k o m o 等 11 0 用b p网 络对道琼斯指数进行预测:1 9 9 5 年c h e n 等u 1 1 用神经网 络预测了 史坦 普5 0 0 种指数的变化， 但以上这些均是单纯应用神经网络进行股票市场的预测。 近 来的 研究 则是 混合了 几 种 人工 智能 技 术: h ie m s t r a 12 1 于1 9 9 4 年 提出 了 模 糊 专 家系统预测股票市场，此方法不需要建立严谨的数学映射函数;y a s e r s .a b u - m o s t a f a 1 3 1 等人介绍了 神经网 络在金融工程应用中kr待解决的问 题， 其中 特别指出 输入变量的 选取是一 难点。 k o h a r a 等 14 人结合了以 前的方 法， 提高了 预测的性能。然而，由于股票市场多噪声，不稳定的特性，这些预测都不够准 确。 2 0 0 1 年， h a m id 等 1 5 1 预测了 德黑兰 股票指数， h a r e s 等 6 1 利用神经网 络集 成预测吉隆坡证券指数，为股票指数预测提供了新的思路。国内也进行了许多 有益的 研究: 吴成东 1 7 1 在德国 学者b e r n d f r e is l e b e n 的基础上， 不仅考虑了 历史 价格因素，更综合考虑了经济因素及政策技术分析，取的了较好的预测效果: 李敏强， 孟祥泽等 1 8 . 1 9 1 应用遗传算法研究了 股市投资策略; 张秀艳2 a ! 等利用神 经网络集成进行股票指数预测。 1 . 3 需要解决问题及解决思路 股票数据的产生过程主要是随机性的、是部分决定的，其影响因素很多， 也很复杂。因此，一般建模之前总需要做一些假定，这些假定的正确与否对于 预测的准确性影响很大。而神经网络模型是一种非参数模型，只需很少的假定 即可进行具有一定精度的预测。因此神经网络模型的使用将会极大地降低因假 定有误而引起的预测误差。 西北工业大学硕_ 二 学位论文 该领域研究具有十分 惊人的前景， 但由 于其仅能辨识参数q的方向， 应用起来 十分不便，仅能对建模提供指导。 三、神经网络方法 神经网络的快速发展， 为股票市场建模与预测提供了许多新技术和新方法。 它是目 前国际上进行股票预测研究的 热点。 最早的研究是1 9 8 8 年wh i t e 6 1 利用 b p网络对 i b m股票进行预测， 其目 标是未来一个月内买进和卖出的最佳时机; 1 9 9 0 年由k i m o t o 等7 1 同 样用b p 网 络对东京证交所综合指数进行预测， 并且探 讨了 股票买 卖决策 支持系统， k a m ij o 和f a n i g a w a 8 1对股票 价格进行模式识别。 1 9 9 1 年y o o n 与s w a l e s 9 1 用4 层b p 网 络预测股票 价格;1 9 9 4 年， k o m o 等 11 0 用b p网 络对道琼斯指数进行预测:1 9 9 5 年c h e n 等u 1 1 用神经网 络预测了 史坦 普5 0 0 种指数的变化， 但以上这些均是单纯应用神经网络进行股票市场的预测。 近 来的 研究 则是 混合了 几 种 人工 智能 技 术: h ie m s t r a 12 1 于1 9 9 4 年 提出 了 模 糊 专 家系统预测股票市场，此方法不需要建立严谨的数学映射函数;y a s e r s .a b u - m o s t a f a 1 3 1 等人介绍了 神经网 络在金融工程应用中kr待解决的问 题， 其中 特别指出 输入变量的 选取是一 难点。 k o h a r a 等 14 人结合了以 前的方 法， 提高了 预测的性能。然而，由于股票市场多噪声，不稳定的特性，这些预测都不够准 确。 2 0 0 1 年， h a m id 等 1 5 1 预测了 德黑兰 股票指数， h a r e s 等 6 1 利用神经网 络集 成预测吉隆坡证券指数，为股票指数预测提供了新的思路。国内也进行了许多 有益的 研究: 吴成东 1 7 1 在德国 学者b e r n d f r e is l e b e n 的基础上， 不仅考虑了 历史 价格因素，更综合考虑了经济因素及政策技术分析，取的了较好的预测效果: 李敏强， 孟祥泽等 1 8 . 1 9 1 应用遗传算法研究了 股市投资策略; 张秀艳2 a ! 等利用神 经网络集成进行股票指数预测。 1 . 3 需要解决问题及解决思路 股票数据的产生过程主要是随机性的、是部分决定的，其影响因素很多， 也很复杂。因此，一般建模之前总需要做一些假定，这些假定的正确与否对于 预测的准确性影响很大。而神经网络模型是一种非参数模型，只需很少的假定 即可进行具有一定精度的预测。因此神经网络模型的使用将会极大地降低因假 定有误而引起的预测误差。 西北工业大学硕士学位论文 股票数据中都含有噪声。经常会有一些突发事件，它们并不会使数据的结 构 ( 趋势、周期等) 发生大的改 变， 仅会使数据发生暂时的偏离( 比如:发生趋势 或周期的暂时偏离， 但很快又会恢复到原来的趋势及周期上去 ) 。 神经网络模型 的适度拟合会忽略掉噪声，找到数据背后真正的规律。由于神经网络具有较强 的泛化能力，适合于对没有学习过的样本进行推断，所以神经网络模型非常适 合于处理金融时间序列这种有噪声的数据。 金融数据间具有较强的非线性。 用神经网络进行预测，能拟合任意的非线 性函数并且有很强的泛化能力。 由以上的说明可以得出，利用神经网络进行经济数据预测很有优势。但是 传统的预测是寻求描述现实的真实模型。当面对建立的多个神经网络模型时， 通常采用经典统计中假设检验的方法，选择一个最好的模型而拒绝其它模型， 然后通过修改接受的模型以提高预测的精度。但是近年来关于模型不确定性的 理论受到了广泛的关注。 c h a t f i e l 留呀 旨 出， 由 于存在模型的不确定性， 企图 通 过越来越复杂的模型接近真实的努力常常导致“ 乐观原理” ， 即 模型的样本拟合 精度常常乐观估计了 模型的预测精度， 而实际上预测精度却大大低于拟合精度。 由h a n s e n和 s a l a m o n (z 提出 的神经网络集成方法进行模型预测成为预测的 热 点。他们证明，可以简单地通过训练多个神经网络并将其结果进行合成，显著 地提高神经网络系统的泛化能力。由于该方法易于使用且效果明显，即使是缺 乏神经计算经验的普通工程技术人员也可以从中受益，因此它被视为一种非常 有效的工程化神经计算方法。它的基本出发点就是承认构造真实模型的困难， 将各个神经网络模型看作代表或包含不同的信息片断，通过信息的集成分散单 个神经网络预测模型特有的不确定性并减少总体的不确定性，从而提高预测精 度。 综上，可以 利用神经网络集成来进行股票预测，即可以提高预测的精度， 还可以提高网络的泛化能力。 1 . 4论文章节安排及主要内容 本文以 研究股票指数中期预测为主要内容，对目 前广泛采用的一些预测方 法进行认真的学习和总结，在阅读了 大量的相关文献的基础上，在对各种现有 方法和实际结果进行对比分析之后， 选择了一条基于神经网络集成的股票指数 西北工业大学硕士学位论文 股票数据中都含有噪声。经常会有一些突发事件，它们并不会使数据的结 构 ( 趋势、周期等) 发生大的改 变， 仅会使数据发生暂时的偏离( 比如:发生趋势 或周期的暂时偏离， 但很快又会恢复到原来的趋势及周期上去 ) 。 神经网络模型 的适度拟合会忽略掉噪声，找到数据背后真正的规律。由于神经网络具有较强 的泛化能力，适合于对没有学习过的样本进行推断，所以神经网络模型非常适 合于处理金融时间序列这种有噪声的数据。 金融数据间具有较强的非线性。 用神经网络进行预测，能拟合任意的非线 性函数并且有很强的泛化能力。 由以上的说明可以得出，利用神经网络进行经济数据预测很有优势。但是 传统的预测是寻求描述现实的真实模型。当面对建立的多个神经网络模型时， 通常采用经典统计中假设检验的方法，选择一个最好的模型而拒绝其它模型， 然后通过修改接受的模型以提高预测的精度。但是近年来关于模型不确定性的 理论受到了广泛的关注。 c h a t f i e l 留呀 旨 出， 由 于存在模型的不确定性， 企图 通 过越来越复杂的模型接近真实的努力常常导致“ 乐观原理” ， 即 模型的样本拟合 精度常常乐观估计了 模型的预测精度， 而实际上预测精度却大大低于拟合精度。 由h a n s e n和 s a l a m o n (z 提出 的神经网络集成方法进行模型预测成为预测的 热 点。他们证明，可以简单地通过训练多个神经网络并将其结果进行合成，显著 地提高神经网络系统的泛化能力。由于该方法易于使用且效果明显，即使是缺 乏神经计算经验的普通工程技术人员也可以从中受益，因此它被视为一种非常 有效的工程化神经计算方法。它的基本出发点就是承认构造真实模型的困难， 将各个神经网络模型看作代表或包含不同的信息片断，通过信息的集成分散单 个神经网络预测模型特有的不确定性并减少总体的不确定性，从而提高预测精 度。 综上，可以 利用神经网络集成来进行股票预测，即可以提高预测的精度， 还可以提高网络的泛化能力。 1 . 4论文章节安排及主要内容 本文以 研究股票指数中期预测为主要内容，对目 前广泛采用的一些预测方 法进行认真的学习和总结，在阅读了 大量的相关文献的基础上，在对各种现有 方法和实际结果进行对比分析之后， 选择了一条基于神经网络集成的股票指数 西北工业大学硕 七 学位论文 中期预测的途径。论文各章节的安排和主要内容如下。 第一章， 对股票预测领域的相关历史， 技术手段， 以及目 前世界所处的水平 进行了概括性的介绍。在此基础上对股票预测的特点，难点以及日前预测的基 本过程进行了整体的介绍。明确研究重点、研究方法和主要工作;安排论文章 节。 第二章， 简要介绍与论文有关的股票指数知识和神经网络的原理， 包括影响 股票价格指数的各种因素和常用的技术指标含义， 前向 神经网 络的b p算法和 神经网络的结构选择。作为论文的研究背景。 第三章， 首先介绍了遗传算法和神经网络集成的基木思想。 在神经网络集成 的基础上探讨了最优集成、平均集成以及加权集成。作者提出基于遗传算法的 神经网络集成的基本方法。 第四章， 利用第三章的理论， 提出基于神经网络集成的股票指数中期预测方 法。包括利用主成分分析进行数据的预处理，修剪法确定神经网络的结构以及 利用遗传算法进行神经网络集成。本章还提出了 一个用以评价预测趋势准确性 的指标一一趋势指标，作为预测结果准确性的评价准则。 第五章， 在理论研究的基础上， 用ma t l a b语言进行应用算例， 对上 证综 合指数和深圳综合指数未来六周的变化趋势进行预测。验证了遗传算法集成神 经网络的有效性。 第六章， 本章主要总结基于遗传算法进行神经网络集成实现股票指数预测的 优点，同时提出了一些存在着的有待解决的问题。 西北工业大学硕十学位论文 第二章 预备知识 本章是论文研究的预备知识。主要包括两个方面的内容，一是股票和股票 指数以及股票市场的技术指标的描述，二是神经网络的原理以及前向神经网络 的b p算法。 2 . 1股票知识 股票是一种有价证券。它是股份有限公司发行的，用以证明投资者的股东 身份和权益， 并据以获取股息和红利的凭证。 股票是股份公司资本的构成部分， 可以转让、买卖或作价抵押，是资金市场的主要长期信用工具。世界各地的股 票交易市场星罗棋布，已经成为一般资本市场的代表，股市行情不仅集中反映 资本市场的动态，也是国家经济状况的重要参照。然而股票数量繁若群星，每 种股票的价格又在随机变化。为了记录、衡量、分析股市行情的来龙去脉，经 济学家以数学为工具编制了各种股票价格指数，以适应各类需要。 股票价格指数，是由股票市场管理机构编制的表明股票行市变动的一种股 票价格的平均数。它通常以某年或某年某月某日 的具体日期为基期， 基期的股 价指数为 1 0 0 ，以后各期的股价平均值和基期的股价平均值相比，即为各期的 股价指数。 它是反映股票市场中股票价格变动总体水平的重要尺度， 更是分析、 预测发展趋势进而决定投资行为的主要依据。 上证综合指数，是上海证券交易所编制的，以 上海证券交易所挂牌上市的 全部 股票为 计算范围， 以 发行量为 权数的 加 权综 合股 价指数。 该指 数自1 9 9 1 年7 月1 5日 起开始实时发布，基准日定为1 9 9 0 年 1 2 月1 9日，基日 指数定为 1 0 0 点，1 9 9 2 年 2 月2 1 日第一只b股上市后，又增设了上证 a股指数和b股 指数， 分别反映全部a股和全部b股的股价走势， 上证综合指数综合反映上交 所全部a股、 b股上市股票的股价走势。上证a股指数仍以1 9 9 0 年1 2 月1 9 日为基准日，基日指数定为1 0 0 点。1 9 9 3 年6 月1 日 起，上海证券交易所又正 式发布了上证分类指数，包括工业类指数、商业类指数、房地产类指数、公用 事业类指数和综合业类指数。 深圳股价指数由深圳证券交易所编制。 它以1 9 9 1 年4 月3 日为基期， 以在 西北工业大学硕十学位论文 第二章 预备知识 本章是论文研究的预备知识。主要包括两个方面的内容，一是股票和股票 指数以及股票市场的技术指标的描述，二是神经网络的原理以及前向神经网络 的b p算法。 2 . 1股票知识 股票是一种有价证券。它是股份有限公司发行的，用以证明投资者的股东 身份和权益， 并据以获取股息和红利的凭证。 股票是股份公司资本的构成部分， 可以转让、买卖或作价抵押，是资金市场的主要长期信用工具。世界各地的股 票交易市场星罗棋布，已经成为一般资本市场的代表，股市行情不仅集中反映 资本市场的动态，也是国家经济状况的重要参照。然而股票数量繁若群星，每 种股票的价格又在随机变化。为了记录、衡量、分析股市行情的来龙去脉，经 济学家以数学为工具编制了各种股票价格指数，以适应各类需要。 股票价格指数，是由股票市场管理机构编制的表明股票行市变动的一种股 票价格的平均数。它通常以某年或某年某月某日 的具体日期为基期， 基期的股 价指数为 1 0 0 ，以后各期的股价平均值和基期的股价平均值相比，即为各期的 股价指数。 它是反映股票市场中股票价格变动总体水平的重要尺度， 更是分析、 预测发展趋势进而决定投资行为的主要依据。 上证综合指数，是上海证券交易所编制的，以 上海证券交易所挂牌上市的 全部 股票为 计算范围， 以 发行量为 权数的 加 权综 合股 价指数。 该指 数自1 9 9 1 年7 月1 5日 起开始实时发布，基准日定为1 9 9 0 年 1 2 月1 9日，基日 指数定为 1 0 0 点，1 9 9 2 年 2 月2 1 日第一只b股上市后，又增设了上证 a股指数和b股 指数， 分别反映全部a股和全部b股的股价走势， 上证综合指数综合反映上交 所全部a股、 b股上市股票的股价走势。上证a股指数仍以1 9 9 0 年1 2 月1 9 日为基准日，基日指数定为1 0 0 点。1 9 9 3 年6 月1 日 起，上海证券交易所又正 式发布了上证分类指数，包括工业类指数、商业类指数、房地产类指数、公用 事业类指数和综合业类指数。 深圳股价指数由深圳证券交易所编制。 它以1 9 9 1 年4 月3 日为基期， 以在 西北工业大学硕士学位论文 深圳证券交易所上市交易的全部股票为计算对象，用每日各种股票的收盘价分 别乘以其发行量后求和得到的市价总值，除以基期市价总值后乘以1 0 0 求得。 是反映深圳股价变动的有效统计数字。 2 . 1 . 1 股票价格影响因素 在自由 竞价的股票市场中，股票的市场价格不断变动。引起股票价格变动 的直接原因是供求关系的变化， 在供求关系的背后还有一系列更深层次的原因。 除股份公司本身的经营状况以外，还有影响股票市场的宏观因素。 股份公司的经营状况是股票价格的即使。从理论上分析，公司经营情况与 股票价格成正比。公司经营状况好，股价上升:反之，股价下跌。 宏观因素有宏观经济因素，政治因素，法律因素，军事因素，文化因素和 自 然因素等。其中最重要的是宏观经济因素，它对股票市场的影响具有全局性 和长期性的特征。宏观经济因素对股票市场的影响主要体现在宏观经济运行和 宏观经济政策调整在股票市场趋势的影响方面。具体来说有以下几个主要方面 2 3 . 1 ， 经济增长。当一国或地区经济运行势态良 好， 一般说来， 大多数企业的 经营状况也比较良 好，它们的股票价格会上升，反之股票价格会下降。 2 ，经济周期分析。 3 ， 通货膨胀分析。 例如， 将 1 9 9 3 年 1 月到1 9 9 9 年8 月的居民消费价格指 数分别与深市，沪市价格综合指数进行相关分析，发现该物价指数与深圳，上 海两市价格指数的相关系数分别为- 0 .7 6 8 1 和一 0 . 7 7 8 2 。 这表明在中国通货膨胀与 股市价格变化之间存在着负相关关系。通货膨胀对股票市场的负面影响较大。 4 ， 利率水平分析。 贷款利率的提高， 增加了上市公司的成本，从而降低了 利润;存款利率的提高，增加了股票投资者的机会成本，两者均会使股票价格 下跌。反之，存款利率和贷款利率下调会使股票价格上涨。 5 ， 汇率水平分析。汇率变动对国际化程度较高的股票市场影响较大，币值 大幅波动会影响国际投资者对该国的信心，造成资本外流，导致股价下跌。 汇 率变动对国际化程度较低的证券市场影响较小。 6 ，货币政策分析。中央政府采取紧缩性的货币政策时，货币供应量减少， 市场利率上升，公司资金困难，运行成本加大。盈利预期下降甚至亏损，居民 两北下业大学硕士学位论文 收入降低，失业率增加，从而股市下跌。反之，当中央银行采取扩张性的货币 政策时，股市上涨。 , 财政政策分析。当政府通过增加财政支出刺激经济时， 将增加上市公司 的利润和股息;当税率降低时，将降低公司的税后利润和股息水平，使股市上 涨;反之，当政府减少财政支出或提高税率时，股市会下跌。 政治因素对股票价格的影响很大，往往难以预料。主要包括战争、政权更 迭或者领袖更替等政治事件，政府重大经济政策的出台以及社会经济发展规划 的制定和重要法规的颁布等。 股票价格指数和平均数仅仅为人们提供了一种衡量股票价格变动历史的工 具， 然而， 人们更关心的是如何预测股票价格的未来趋势，以及买卖股票的适 当时机。多少年来，人们不断地对股价走势进行研究，产生了种种方法。现在 大多数人采用技术分析法或基本分析法预测股市的走势。 所谓股价的技术分析，是相对于基本分析而言的。正如以上所述，基本分 析法着重于对一般经济情况以及各个公司的经营管理状况、行业动态等因素进 行分析，以 此来研究股票的价值，衡量股价的高低。而技术分析则是透过图表 或技术指标的记录，研究市场过去及现在的行为反应，以推测未来价格的变动 趋势。其依据的技术指标的主要内容是由股价、成交量或涨跌家数等数据计算 而得的， 我们也由此可知一 技术分析只关心证券市场本身的变化， 而不考虑会 对其产生某种影响的经济方面、政治方面的等各种外部的因素。 基本分析的目 的是为了判断股票现行股价的价位是否合理并描绘出它长远 的发展空间，而技术分析主要是预测短期内股价涨跌的趋势。通过基本分析我 们可以了 解应购买何种股票，而技术分析则让我们把握具体购买的时机。 在时 间上，技术分析法注重短期分析，在预测旧趋势结束和新趋势开始方面优于基 本分析法，但在预测较长期趋势方面则不如后者。大多数成功的股票投资者都 是把两种分析方法结合起来加以 运用。他们用基本分析法估计较长期趋势，而 用技术分析法判断中、短期走势和确定买卖的时机。 股价技术分析和基本分析都认为股价是由 供求关系所决定。基本分析主要 是根据对影响供需关系种种因素的分析来预测股价走势，而技术分析则是根据 股价本身的变化来预测股价走势。技术分析的基本观点是:所有股票的实际供 西北工业大学硕 上 学位论文 需量及其背后起引导作用的种种因素，包括股票市场上每个人对未来的希望、 担心、恐惧等等，都集中反映在股票的价格和交易量上。 技术分析的理论基础是空中楼阁理论。空中楼阁理论是美国著名经济学家 凯恩斯于1 9 3 6 年提出的， 该理论完全抛开股票的内在价值， 强调心理构造出 来 的空中楼阁。投资者之所以要以一定的价格购买某种股票，是因为他相信有人 将以更高的价格向他购买这种股票。至于股价的高低，这并不重要，重要的是 存在更大的“ 笨蛋” 愿以更高的价格向你购买。精明的投资者无须去计算股票的 内在价值，他所须做的只是抢在最大“ 笨蛋” 之前成交，即股价达到最高点之前 买进股票，而在股价达到最高点之后将其卖出。 2 . 1 .2 常用技术指标 技术分析指标绝大部分是泊来品，起源于西方。 简单地说，就是运用统计 学的原理， 对大量的历史数据如:成交价、成交额、成交量、涨跌家数等等， 用加、减、乘、除等统计和计算的方法而创造出的一系列数学公式指标系统。 那么技术分析指标准确吗?这是投资者最为关心的问题。回答是肯定的:基于 数学统计的技术分析指标是有其正确的基础和一定的准确性，这一点我们可以 从任一个股的任一分析指标可以看到，根据指标的应用法则，其买卖点很多 情 况下与股价的高低位相吻合的结果得以证实。 每个交易日开市后，每只证券的第一笔成交价为该证券的开盘价。每个交 易日闭市前，每只证券当日有成交的最后一分钟内所有成交价格以成交量加权 的平均价为该证券的收盘价。 腾落指数 ( a d l ) 。以股票每天上涨或下跌之家数作为计算与观察的对象， 以了 解股票市人气的盛衰，探测大势内在的动量是强势还是弱势， 用以 研判股 市未来动向的技术性指标。具体算法是将每日 股票上涨家数减去下跌家数后所 得的差累加。 人气指标 ( b r a r ) 。以分析历史股价为手段的技术指标，其中a r较重视 开盘价，从而反映市场买卖人气。 b r重视收盘价格，反映的是市场买卖愿望 的程度， 两者通过不同的角度对股价波动进行分析，达到跟踪股价未来动向的 目的。 振动升降指标( a s i ) 。 以 开盘、 最高、最低、收盘价构筑成一条幻想线， 西北工业大学硕士 学位论文 以便取代目 前的走势，形成最能表现当前市况的真实市场线。 乖离率指标 ( b i a s ) 。乖离，具体是指收盘价格 ( 或指数，下略)与某一 移动平均价格的差距，而乖离率则用以表征这种差距的程度。从而得出股价在 剧烈波动时因偏离移动平均趋势而造成可能的回档或反弹，以及股价在正常波 动范围内移动而形成继续原有势的可信度。可以分为6日，1 2日和2 4日。 佳庆指标 ( c h a i k i n ) 。以当日 收盘价和当日开盘价比较，设计的一条累 积能量线，用以侦测量价背离的功能。 随机指标( k d j ) o k d j 指标绘制三条指标线，分别为指标线k 、指标线d . 指标线 j ，其中，j 线为三倍 k值减二倍 d值。随机指标在计算过程中主要研 究高低价位与收盘价的关系，即通过计算当日 或最近数日的最高价，最低价及 收盘价等价格波动的真实波幅，反映价格走势的强弱势和超买超卖现象。 简易波动指标( e m v ) . e m v运用成交量和人气的荣枯， 构成一个完整的股 价系统循环，本指标可掌握股价流畅的节奏感，一贯遵守e mv的买进卖出讯 号，避免在人气汇集且成交热络的时机买进股票，并且在成交量己逐渐展现无 力感，卖出股票并退出市场。 平滑异同移动平均线( m a c d ) ， 是利用二条不同 速度( 一条变动的速率快 一 短期的移动平均线， 另一条较慢一 长期的移动平均线) 的指数平滑移动平均线 来计算二者之间的差离状况 d i f ) 作为研判行情的基础，然后再求取其 d i f 之9 日 平滑移动平均线，即m a c d线。 大盘超买超卖 ( o b o s ) a o b o s为大势分析指标，也是涨跌家数的相关差 异性，藉以了解大势买卖气势的强弱及走向，以 便操作之参考。 o b o s是通过 计算一定时期内市场涨、跌股票数量 ( 家数) 之间的相关差异性，了解整个市 场买卖气势之强弱，以及未来大势走向如何。 成交量净额法( o b v )。 o b v线亦称o b v能量潮，是将成交量值予以 数量 化，制成趋势线，配合股价趋势线，从价格的变动及成交量的增减关系，推测 市场气氛。 o b v的理论基础是市场价格的变动必须有成交量配合， 价格的升降 而成交量不相应升降，则市场价格的变动难以继续。 心理线 ( p s y )是一种建立在研究投资人心理趋向基础