《赵果林——人工神经网络在证券市场中的应用研究》由会员分享，可在线阅读，更多相关《赵果林——人工神经网络在证券市场中的应用研究（64页珍藏版）》请在金锄头文库上搜索。
1、中山大学研究生学位论文人工神经网络在证券市场中的应用研究赵果林专 业：计算机软件与理论指引教师：姜云飞 专家研究方向：人工智能应用答辩委员会委员(签名）：主席：委员:二四年三月人工神经网络在证券市场中的应用研究 专 业:计算机软件与理论 硕 士 生：赵果林 指引教师：姜云飞专家摘 要 证券市场中成功的交易模式是可以模仿及学习的。证券价格走势实质是一种复杂时序函数。人工神经网络可以通过调节连接权值以任意精度逼近任何持续函数,因此也可以逼近证券价格随时间变换这种函数。选择好的神经网络学习算法,将证券历史数据进行预解决，形成技术指标输入神经网络让它学习成功的交易模式，人工神经网络系统就可以在将来辨别
2、这种模式,产生交易信号。神经网络的学习其实是求最佳的连接权值，好的学习算法可使误差函数尽快收敛。本文具体推导了P算法，讨论了改善的措施。此外也讨论了输入数据解决，预测措施的选择并提供了基于神经网络算法的证券交易系统软件架构的设计要点并与既有的证券分析软件进行了比较。最后本文用一种人工神经网络壳测试了一支股票，获得了良好的效果。本文得出结论为，人工神经网络的学习及模式辨认能力应用于证券市场中可以协助发现交易机会;选择好的技术指标组合伙为神经网络的输入数据,可很大限度的提高人工神经网络交易系统预测的精确度。核心字:人工神经网络,BP算法，证券市场,预测。rific Neural etwo Appl
3、icatonStudy in Securitiearet Maor： Cmpur Software nd The Nam: ZaoGuo Lin Supervisr: Profesor Jia YufeAbtractThe sccessfulading mode in securitemake cn e larned ned.Th ice urve fseriis i complex imesries funto Aificial neral network can pproac an continuousfucin recsly by adjusconetion weigts, so it
4、ca als aproch te scrites prie fun whchchnes along with te If we oe goneral newkernigalgort and -pross scritieata t frmechnial indicaoras nf nera netork o le th ntrklarnsuceful rdng oe, artifial ne ntwork syst cn proucaing sinal y rcgnize te learnedde fure he learnigof aiicial neur network i o fin h
5、bestcoction weighs ict； odrning algorthm canmak erro funcionconvere aster. n hisrtil, I dicussed tebackwar progationagoith anmeiraion wy b s yste ron. Inadditi，e s cused peprocss mthodofnpt daa ad preictiomethod. And ten rvide kyint of secriie tradig system sofwar tructure designand exaind its tongp
6、ointcopare with oher seurities aalysissoftar. Ined of the par,I did a test ona sockby use artificial nual ntwok and the esultis good drathe conclus that, arfineuralneworks earigandd econize abily cn el fin traig opprui i seritsmket an th predictonacuacy fartiiia eural ewoktrding sstem can be greatly
7、imprved by chose goo tnica ndicato cmintn as inputdata o the nerl netor.ywods： rticial Neuratwork, Backwar Propagtion Algortm, Secuty Maket, Preictio.目录摘 要Astct2目录3第一章 引 言5第二章 证券市场特性及预测的措施7第三章人工神经网络综述121. 人工神经网络(ANN)概述122.神经网络的工作原理143.神经网络的特点154几种典型神经网络简介1第四章 人工神经网络与证券市场预测的结合19一人工神经网络应用于证券市场的可行性19二.
8、人工神经网络在证券市场中的应用现状20第五章 P神经网络算法的改善与网络设计22一、单层感知机神经网络2二、多层感知机神经网络概述23三、BP网络的学习算法反向传播算法243.1BP (Bckar-prpagaion)算法简介42BP算法的数学推导25.3BP网络特点总结293.4算法的改善3第六章 神经网络证券预测软件的设计32一 BP网络的设计32二. 网络输入数据的编码及变换33三. 预测措施3四.证券市场的预测模型34五. 软件架构设计:3六. 神经网络交易系统与别的证券软件相比它的优缺陷：39第七章人工神经网络在证券市场中的样例测试41.实际应用的考虑412神经网络交易的实际测试：4
9、13.结论46第八章总 结48参照文献:50鸣 谢56原创性声明57第一章 引 言证券市场投资是一种风险投资，它是风险与收益并存的。证券投资以其高风险、高收益的特点吸引着广大投资者投身其中，试图博取高额的回报。本文基于证券技术分析的基本原理,提出了一种运用人工神经网络模型来预测证券价格走势的措施及其具体的软件设计。人工神经网络有模式记忆和联想的特点,它会将训练过的数据模式存储于网络权值中,当被预测数据输入网络后,网络自动唤起与之最接近的模式，从而产生预测成果。证券价格数据是时序排列数据，它是一种非线性但相对来说基本持续的一种数学函数。并且这个以时间、价格、交易量为变量的函数是非常复杂的,一般措
10、施是无法得出它的精确函数体现式的,但运用人工神经网络可以对它进行逼近，对它通过相称多次的训练之后可以与复杂的股市价格走势曲线相拟合，从数学上说可实现了对证券走势函数的精确逼近。并且由于人工神经网络经训练后运算速度极快，并且其成果具有客观性，可以克服人工推断的局限性。因此人工神经网络算法是可以应用在股市当中对其将来走势进行预测的。它更客观,并且当环境，证券走势发生变化之后，通过重新训练它可不久重新适应,而不需要象基于规则的专家系统那样重新调节规则,也不用重新编写代码。本文第二章将简介证券市场的特性及其预测的措施。证券市场是风险与收益并存的,它也符合价值规律,受供求关系所左右。证券市场的重要分析措
11、施为基本面分析与技术分析,这章对这两种分析措施进行了论述与比较,并论述了基于它们的预测措施。第三章将综合论述人工神经网络。人工神经网络的设想来源于对人的大脑神经网络的摸索，是对人的神经系统的一种简朴模拟。人工神经网络的存储容量大,是强健的并且具有极强的非线性模拟运算能力。在这章的最后简朴简介了几种人工神经网络模型。第四章论述了将人工神经网络应用于证券市场预测的结合的可行性。人工神经网络具有非线性模拟运算能力,具有足够隐节点数的一种三层的人工神经网络可模拟任何复杂非线性函数。证券市场的交易数据是一种价格随时间变化的时间序列数据。对证券市场的预测都是基于这种时序数据之上的。这种时序数据是一种非常复
12、杂的非线性函数，人工神经网络强大的模拟学习能力正好可以用来近似模拟这种函数，从而通过这个模拟的函数求出将来的值,及证券的将来价格走势。第五章简介了BP神经网络及其具体推导过程。通过对BP神经网络的具体推导,理解了BP神经网络的弱点所在,并就其弱点选择了一种合用的改善措施，并论证解释了这种改善措施的可行性。第六章就基于BP神经网络的证券预测分析软件的架构设计提出了具体的方案及设计要点。并比较了人工神经网络证券分析软件与其她软件的优劣。人工神经网络证券预测软件的最大好处就是适应性强，她经重新训练可迅速适应变化的市场。第七章以一种神经网络壳在中国证券市场中的实际应用来验证神经网络的实际应用效果。选择
13、了一只在证券市场中振荡下跌的股票应用人工神经网络来寻找交易机会。第八章对人工神经网络在证券市场应用的测试成果进行了总结并就其应用前景进行了描述。下面本文将从证券市场的性质分析入手,得出其特点及其分析预测的措施,为成功将人工智能神经网络应用于其中进行准备。第二章证券市场特性及预测的措施证券交易市场已有一百近年历史了,国内的证券市场虽然只有0近年，但与西方的证券市场同样具有同样基本特性。收益与风险构成了证券交易市场的核心内容。它符合市场经济的两条基本假设，即:1.人是“理性”的， 理性意味着每个人都会在给定的法规政策约束条件下，争取自身的最大利益；2.交易者在市场互换中有着完全的选择自由，同步由自己承当风险,承当选择的后果。从证券市场内部来看,市场行情由投资者们的行为共同发明,反过来市场行情又直接影响着投资者的信心和下一步的操作行为。从外部看，股市还受到来自政治经济形势、金融政策、公司状
