基于遗传神经网络的个股价格短期预测.pdfVIP

2010年 3月 西安石油大学学报 (自然科学版) Mar．2010 第25卷第2期 Journ~ofXifinShiyouUnivers (NaturMScienceEdition) Vol_25No．2 文章编号：1673-064X(2010)02-0088-03 基于遗传神经网络的个股价格短期预测 郝华宁，刘 阳 (西安石油大学理学院，陕西西安710065) 摘要：针对个股价格的短期预测，提出了一种基于遗传神经网络算法的股票收盘价格分析和预测方 法，在允许的相对误差下，所得到的模拟结果表明预测系统能够较好地预测股票价格的趋势．人工 神经网络预测股票价格具有 良好的应用前景，而遗传神经网络算法则可提高预测的速度和可靠性． 关键词：遗传神经网络；股票价格 ；短期预测 中图分类号 ：TP183；F830．91 文献标识码 ：A 随着越来越多的人进入股市进行投资活动，人 力不依赖于特定的求解模型 3j．随着遗传算法已经 们迫切需要一种有效的分析方法，能够最大限度地 被成功应用到函数的优化，组合优化、生产调度 问 增加收益，降低风险．自股票出现以来，股票预测便 题、人工生命、机器学习、机器人智能控制等领域，并 受到学术界的广泛关注与积极研究，国内外许多学 取得了很大的发展，显示了遗传算法的发展具有强 者对其进行了研究，提出了许多预测分析方法．例 大的生命力．二者的综合应用将使个股价格的短期 如，证券投资分析方法、时间序列分析法、专家评估 预测产生重大的发展． 法、市场调查法等定性方法，马尔可夫法、判别分析 法等定量分析法． 1 遗传神经网络 股票市场是一个极其复杂的非线性的系统，而 人工神经网络具有很强的非线性逼近能力和 自学 利用遗传算法来确定人工神经网络的连接权值 习、自适应等特性…．遗传算法根据适者生存的原 有一定的优势，常用的神经网络 BP算法虽然能够 理进行全局搜索，注重搜索未知区域．将遗传算法和 保证网络学习过程最终收敛，但是存在着明显的局 神经网络算法结合起来，可充分发挥他们的优势． 限性，神经网络可能得不到全局最优解，而是陷入局 本文利用遗传神经网络对个股价格的短期预 部最优解．而遗传算法具有全局优化能力，适用于多 测，在考虑市场特性的基础上，力图将个股价格运行 峰函数．因此遗传算法与人工神经网络的结合可以 的规律用一个遗传神经网络来表示，这个网络经过 使人工神经网络的连接权值得到一定的优化，这种 训练后可以只关心输入，而不关心股票市场的其他 优化是建立在一种指定的网络拓扑结构上，且这种 因素，通过网络的运算对个股价格的短期走势进行 网络拓扑结构一般是根据经验方法得到的，所 以很 预测．随着人工神经网络理论的发展成熟，其应用 已 难保证得到一个合适的、满足实际应用的拓扑结构． 经渗透到计算机图像处理、语音处理、优化计算、智 为使网络结构性能达到最优，可以利用遗传算法同 能控制等 领域，并取得了很大的发展．遗传算法 时优化神经网络的结构和连接权值． 具有很强的全局搜索能力，并且这样的全局搜索能 神经网络结构包括网络的连接方式和节点转移 收稿 日期：2009-04-09 基金项目：国家 自然科学基金 (编号 资助 作者简介：郝华宁(1958一)，女，教授，主要从事金融数学和工程中的智能计算研究 郝华宁等：基于遗传神经网络的个股价格短期预测