第一章緒論

 

金融市場，也稱融資市場，是一種以借貸貨幣為主，對各種股票和證券進行交易的活動組織，處于當今社會經(jīng)濟活動的核心位置。金融市場以其獨特的融資特點而區(qū)分于其他市場，我們從以下幾個特點方面來區(qū)分金融市場和其他市場：）交易對象，在其他的市場中，交易對象是各種商品，而金融則是以資金為交易對象的；）交易關(guān)系，和一般的市場交易關(guān)系不同，金融市場的交易關(guān)系是以借貸關(guān)系為主，體現(xiàn)了資金所有權(quán)和使用權(quán)相分離的原則；）金融市場可以分布在某個具體的地方，也可以是以某種形式存在的無形的市場。金融市場的體系從某種程度上決定了其價格的波動性（風險性）。金融市場自誕生以來，人們就一直對其價格規(guī)律進行研究和總結(jié)。作為國家經(jīng)濟市場的核心部分，金融市場歷來備受關(guān)注。有效的融資管理、提高金融投資的回報率都成為各國政府和投資機構(gòu)的長期關(guān)注的話題和目標之一。特別是在我國，隨著改革開放幾十年來經(jīng)濟的迅速發(fā)展，金融市場的管理也成為一個焦點，我國的金融市場面臨著新的機遇和挑戰(zhàn)。如何把握和認識金融市場的變化規(guī)律，安全有效的管理金融市場在日新月異的國際背景之下變得尤為重要。剛剛過去的金融危機也在不斷的提醒我們，如何及時有效地發(fā)掘金融市場的本質(zhì)規(guī)律已經(jīng)成為挑戰(zhàn)性問題。自金融市場誕生以來，就有隨之而來的各種研究方法和工具研究其特點。最常見的研究方法是時間序列方法，時間序列方法是利用金融市場的歷史數(shù)據(jù)來研究金融市場的特征，規(guī)律及其走向。還有數(shù)理統(tǒng)計分析方法，在上一個世紀由于概率論與數(shù)理統(tǒng)計方法在金融市場數(shù)理分析中的廣泛運用，金融市場的研究取得了前所未有的突破。在這些傳統(tǒng)方法研究的基礎(chǔ)上，我們已經(jīng)掌握了大量的金融市場的信息，然而這些仍然不足以解釋金融市場內(nèi)部的一些復雜的規(guī)律和機制，因此，如何更加有效地從更多錯綜復雜的數(shù)據(jù)中找出金融市場潛在的市場規(guī)律成為一個至關(guān)重要的問題。而數(shù)據(jù)挖掘本身的意義，就在于從歷史數(shù)據(jù)中挖掘有意義的信息，尋找客觀規(guī)律。近十年間，數(shù)據(jù)挖掘技術(shù)的研發(fā)工作取得了很大的進展，并且得到了廣泛的應用，各種數(shù)據(jù)挖掘技術(shù)的應用極大地推動了人們分析、處理大量數(shù)據(jù)信息并從大量數(shù)據(jù)中提取有用信息的能力，給人們帶來了很好的經(jīng)濟效益。

........

 

1.1選題背景和意義

股票投資的風險性是眾所周知的。它的風險性不僅僅體現(xiàn)在股價的跌漲，還體現(xiàn)在股價的跌漲幅度大小。與股票投資相關(guān)的所有的風險被分為總體風險和個體風險。總體風險，也稱全局風險，一般是指引對全體股票造成影響的風險，造成這種風險的影響因素一般是不可避免的，對股市全局都有一定影響的因素，例如金融危機，國家政策以及自然災害等。個體風險，又稱局部風險，一般是指只對某些個體股票證券產(chǎn)生影響的風險，通常是由某些個體的所處的環(huán)境或者個體內(nèi)部一些機制變化而產(chǎn)生的風險。個體風險從某種程度上講是可以回避的，因此，又稱之為可分散風險。股票市場從投資的風險性以及可觀的利潤上都給人們以強烈的關(guān)注，投資者從自己的利益出發(fā)，希望了解股市的行情，掌握股價的規(guī)律以及股市的內(nèi)部機制，從而獲得豐厚的利潤。另一方面，管理者也希望通過了解股票市場的內(nèi)部機制，從而進行人為的調(diào)控以避免股市運行不當而造成的災難性后果，以此來維護股票市場的穩(wěn)定。在近幾十年來，金融市場的研究領(lǐng)域在理論上已經(jīng)發(fā)生了一定的改變，一方面，大家已接受了傳統(tǒng)的資本市場理論，另一方面，傳統(tǒng)的方法也在不斷地改進。隨著計算機技術(shù)的迅速發(fā)展，其算法技術(shù)的應用也頗為廣泛，股票市場的投資者也開始依靠計算機來分析和探索股票市場的規(guī)律，以此來獲得利潤。目前股票市場最為常見的分析方法是專業(yè)分析人員使用的基于基本分析法和技術(shù)分析法，這些方法也是目前能為投資者提供參考的最常用的方法。與此同時，部分有創(chuàng)新的投資思想已經(jīng)初見苗頭。

.......

 

1.2我國股票市場的發(fā)展和國內(nèi)外研究現(xiàn)狀

對股票價格趨勢以及跌漲幅的分析和預測是股票市場最基本的分析。和其他市場一樣，影響股票價格以及股價跌漲幅的最根本的原因是股市供求關(guān)系的變化。現(xiàn)有的股票價格的分析方法主要集中在基本面的分析和技術(shù)指標分析。基本面分析僅停留在對發(fā)行單位的運營現(xiàn)狀，包括財務(wù)狀況，管理方式以，決策方式以及市場政策等方面的分析之上，這種方法可以全面的把握發(fā)行單位的狀況，更能切合實際地去分析股價。技術(shù)分析方法是基于統(tǒng)計圖表和圖形的判斷，以線形態(tài)為分析對象，配合技術(shù)指標對價格、成交量、換手率、委比、量比等參照技術(shù)指標進行量化分析和統(tǒng)計處理，以預測未來的股票價格的走勢。人們針對股票市場的多元性和復雜性提出了很多預測方法。常用的分析和預測方法是時間序列預測方法，如，，回歸預測，灰色預測等預測方法，當然還有其他預測方法也被提出用來預測，如專家評估法和市場調(diào)查法，季節(jié)變動法，馬爾科夫法以及神經(jīng)網(wǎng)絡(luò)預測方法。神經(jīng)網(wǎng)絡(luò)是一種新提出的方法，也是對時間序列方法的一種改進。近年來，隨著混沌理論的大范圍的應用，混沌理論也被應用到股票市場的預測和分析，并且反響較好。作為一種新模型，與一般的統(tǒng)計模型結(jié)果相比較，人工神經(jīng)網(wǎng)絡(luò)模型具有很強的自學習能力，并且不用人為構(gòu)建某個特定的模型，少了構(gòu)建其他模型時的各種假設(shè)，更重要的是，人工神經(jīng)網(wǎng)絡(luò)可以對任何函數(shù)進行非線性逼近。

..........

 

第二章數(shù)據(jù)挖掘與神經(jīng)網(wǎng)絡(luò)

 

國際著名的神經(jīng)網(wǎng)絡(luò)專家、第一個計算機公司的創(chuàng)始人和神經(jīng)網(wǎng)絡(luò)實現(xiàn)技術(shù)的研究領(lǐng)導人給神經(jīng)網(wǎng)絡(luò)的定義是：“神經(jīng)網(wǎng)絡(luò)是一個以有向圖為拓撲結(jié)構(gòu)的動態(tài)系統(tǒng)，它通過對連續(xù)或斷續(xù)式的輸入作狀態(tài)響應而進行信息處理”。在信息傳遞過程中，節(jié)點對信息進行處理，即激勵信息。每兩個節(jié)點之間有連接權(quán)值，這些權(quán)值在開始訓練網(wǎng)絡(luò)時是被初始化的，但可以根據(jù)反向傳播的誤差大小進行適當?shù)恼{(diào)整。網(wǎng)絡(luò)不斷的訓練過程其實就是對某個非線性函數(shù)的逼近，或者是對某個邏輯關(guān)系的一種表達。人工神經(jīng)網(wǎng)絡(luò)也是數(shù)學統(tǒng)計方法中的一種，它在各個領(lǐng)域的廣泛應用實際上就是對某個邏輯空間的表達，這種表達從某種程度上講，是對自然界的某些規(guī)律的總結(jié)。根據(jù)神經(jīng)網(wǎng)絡(luò)的神經(jīng)元之間的連接方式的不同，神經(jīng)網(wǎng)絡(luò)被分為：前向網(wǎng)絡(luò)，有反饋的網(wǎng)絡(luò)，自組織神經(jīng)網(wǎng)絡(luò)，相互結(jié)合型網(wǎng)絡(luò)，目前使用最多的是前向網(wǎng)絡(luò)。前向神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)階層明顯，從輸入層進入的信息通過神經(jīng)元傳遞進入下一層單元，輸入層單元與下一層所有的單元相連，而下一層的單元之間無聯(lián)系，即同層單元相互獨立，而與下一層和上一層的單元都有聯(lián)系。其拓撲結(jié)構(gòu)如圖所示。前向網(wǎng)絡(luò)中神經(jīng)元的輸入輸出關(guān)系，可采用線性閾值硬變換或單元上升的非線性變換，它們的權(quán)算法都是采用有教師的學習率，根據(jù)神經(jīng)元輸入輸出傳遞函數(shù)的差異、學習算法和網(wǎng)絡(luò)結(jié)構(gòu)上的某些區(qū)別，可將前向型神經(jīng)網(wǎng)絡(luò)分為感知器網(wǎng)絡(luò)、網(wǎng)絡(luò)、線性網(wǎng)絡(luò)、徑向基網(wǎng)絡(luò)以及網(wǎng)絡(luò)等不同的網(wǎng)絡(luò)模型。

.......

 

2.2神經(jīng)網(wǎng)絡(luò)的發(fā)展和分類及在預測中的應用

國際著名的神經(jīng)網(wǎng)絡(luò)專家、第一個計算機公司的創(chuàng)始人和神經(jīng)網(wǎng)絡(luò)實現(xiàn)技術(shù)的研究領(lǐng)導人給神經(jīng)網(wǎng)絡(luò)的定義是：“神經(jīng)網(wǎng)絡(luò)是一個以有向圖為拓撲結(jié)構(gòu)的動態(tài)系統(tǒng)，它通過對連續(xù)或斷續(xù)式的輸入作狀態(tài)響應而進行信息處理”。人工神經(jīng)網(wǎng)絡(luò)是世紀年代在生物神經(jīng)系統(tǒng)研究的啟發(fā)下發(fā)展起來的一種信息處理方法，是由大量簡單神經(jīng)元所構(gòu)成的非線性動力學系統(tǒng)，它處理信息的方式類似于動物大腦的處理方式，即是一種利用神經(jīng)元之間的突起來進行信息傳遞的數(shù)學模型。在學術(shù)界和工程應用領(lǐng)域，人工神經(jīng)網(wǎng)絡(luò)也被稱為簡稱為神經(jīng)網(wǎng)絡(luò)，或者根據(jù)其模擬人腦的特點，稱之為類神經(jīng)網(wǎng)絡(luò)，人工神經(jīng)網(wǎng)絡(luò)十由大量神經(jīng)元節(jié)點構(gòu)成的一種網(wǎng)絡(luò)結(jié)構(gòu)，每個節(jié)點都是一種激勵函數(shù)（），在信息傳遞過程中，節(jié)點對信息進行處理，即激勵信息。每兩個節(jié)點之間有連接權(quán)值，這些權(quán)值在開始訓練網(wǎng)絡(luò)時是被初始化的，但可以根據(jù)反向傳播的誤差大小進行適當?shù)恼{(diào)整。網(wǎng)絡(luò)不斷的訓練過程其實就是對某個非線性函數(shù)的逼近，或者是對某個邏輯關(guān)系的一種表達。人工神經(jīng)網(wǎng)絡(luò)也是數(shù)學統(tǒng)計方法中的一種，它在各個領(lǐng)域的廣泛應用實際上就是對某個邏輯空間的表達，這種表達從某種程度上講，是對自然界的某些規(guī)律的總結(jié)。

......

 

第三章用于股票分析的神經(jīng)網(wǎng)絡(luò)模型的建立.........18

3.1作為神經(jīng)網(wǎng)絡(luò)輸入節(jié)點技術(shù)指標及數(shù)據(jù)處理........18

3.2模型設(shè)計工具的選擇........20

3.3傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)的建立........23

3.4本文網(wǎng)絡(luò)函數(shù)的設(shè)計........27

第四章數(shù)據(jù)模擬和結(jié)果分析........29

4.1預測誤差指標........29

4.2數(shù)據(jù)模擬........32

第五章總結(jié)與展望........35

5.1神經(jīng)網(wǎng)絡(luò)在短期預測中的實用性........35

5.2網(wǎng)絡(luò)模型的缺點及改進........37

5.3模型的拓展使用和展望........38

5.4結(jié)論........39

 

第四章數(shù)據(jù)模擬和結(jié)果分析

 

4.1預測誤差指標

本章利用第三章建立的網(wǎng)絡(luò)模型對包括萬科，五糧液，浦發(fā)銀行，寶鋼股份，中國石化，上海家化，貴州茅臺，中儲股份，伊利股份，分析了在隱含層神經(jīng)元選擇個數(shù)不同時的預測結(jié)果，討論了隱含層神經(jīng)元個數(shù)的選擇對整個網(wǎng)絡(luò)預測結(jié)果的影響，對比了神經(jīng)元個數(shù)不同時的值，從而選擇選擇出預測結(jié)果最優(yōu)的隱含層神經(jīng)元個數(shù)。由上述分析我們可以看出，隱含層神經(jīng)元個數(shù)的選擇對于整個網(wǎng)絡(luò)的訓練是很重要的，隱含層神經(jīng)元個數(shù)的選擇直接影響到網(wǎng)絡(luò)的逼近效果和預測精度。因此，如何合理的選擇隱含層神經(jīng)元的個數(shù)成為一個挑戰(zhàn)性的問題。在本文的網(wǎng)絡(luò)訓練過程中，我們選擇了不同的隱含層神經(jīng)元個數(shù)分別對支股票進行了試驗，得到最優(yōu)的結(jié)果，這樣避免了就一次選擇了隱含層神經(jīng)元的個數(shù)而造成的網(wǎng)絡(luò)訓練不當，從而浪費時間和人力。

.......

 

結(jié)論

 

股票，作為金融市場的重要組成部分，已經(jīng)成為大多數(shù)投資者關(guān)注的焦點。然而，作為高風險投資產(chǎn)品，股票也也成了金融市場的一把雙刃刀。因此，股票的分析和預測對于股票市場和投資而言，變得尤為重要。我們國家的股票市場相對于國外發(fā)達國家的股票市場畢竟還很年輕，還沒有達到完全的市場化，還有許多需要改革和推進的部分，如：交易機制、股權(quán)結(jié)構(gòu)、投資結(jié)構(gòu)等諸多方面。然而，市場化是一個實現(xiàn)交易自由和公平的前提，隨著中國的經(jīng)濟增長和市場規(guī)模的逐漸擴大，完全市場化是一個大勢所趨，并且這一趨勢不可逆轉(zhuǎn)。隨著這一進程的加快，通過神經(jīng)網(wǎng)絡(luò)來進行預測提供給決策者進行參考的重要性也會逐漸提高，未來隨著研究和實際應用的深入，這一技術(shù)將會越來越多的應用到各個專業(yè)的金融機構(gòu)，并會擴展到債券、外匯、期貨等等投資領(lǐng)域。因此，股票的分析和預測對于股票市場和投資而言，變得尤為重要。本文還提出了人機交互式系統(tǒng)模型，在條件允許的情況下，我們可以設(shè)計一個軟件，只需在用戶界面輸入數(shù)據(jù)即可得到預測結(jié)果。在結(jié)尾部分我們還對論文的整體工作做了小結(jié)，并展望了神經(jīng)網(wǎng)絡(luò)在未來預測領(lǐng)域的使用。總體上講，網(wǎng)絡(luò)的預測效果還是很好的，我們期待在現(xiàn)有的基礎(chǔ)上，有更好的改進方法來提高股票的預測精度。然而，我們知道，影響股票漲幅以及價格的因素頗多，僅靠我們提出的這套理論來預測還是遠遠不夠的，我們必須結(jié)合經(jīng)驗來對預測模型以及預測結(jié)果加以修正才能夠更好的把握股票市場的走向，來為股票投資者產(chǎn)生更大的收益，也可以為管理者提供更有效的管理方案，從而使得股票市場更加健全有效的發(fā)展。

.........

參考文獻（略）