基于投资者行为参数的股票指数广义回归神经网络预测模型 General Regression Neural Network Forecasting Model of Stock Index Based on Behavioral Parameters of Investors.pdfVIP

1 CoMMERCIALREsEARCH 2007／1总第367期 商业研宄 文章编号：100l—148X(2(肼)1l—ool4一04 基于投资者行为参数的股票指数 广义回归神经网络预测模型 方 勇，孙绍荣 (上海理工大学管理学院，上海200093) 摘要：在运用神经网络模型对股票价格进行短期预测时，一般的神经网络预测模型都是以价格的时间 序列滞后作为输入变量，但是由于影响价格的因素错综复杂，很多因素无法准确测量，而且市场信息 的噪音太大，因此预测效果往往不太理想，于是如何选择有效的输入变量就成为一个困扰这项研究的 难题。 关键词：行为参数；广义回归神经网络；股票指数；预测模型 中图分类号：F830．91 文献标识码：A General NeuralNetwork ModelofStocklndexBased Regression Forecasting onBehaviOralParametersOfInvestors FANC Yong，SUNShao—mng (coZZe影Q厂／I纪凡ngc舢m，uh!钟珊i￡yQ厂鼽n凡砂血i扣rSc如耽P鲫d死c危凡。如g，，．S如凡g如i200093，C危inⅡ) When forstock neuraJnetworkmo(1elstake tjme Abstract： makingshort—te咖forecastingprice，general lagsof州ce seriesas va“ables．Butthe are are tobe meas— input factors“rectingp^cecomplex，andmanyimpossibleaccurately uredandthenoiseofmarketinfo哪“onistoo e仃ectisnot howtoselecte‰c· hea、ry，so satisfactory．Then forecastiIlg tive a in variablesbecomes research． input disfurbingpmblem behaVioral neural model Keywords： paranleters；generalre铲essjonnetwork；stockindex；forecasting 一、引言 在股票指数的预测中大显身手了。在线性类预测模型 自20()4年初《国务院关于推进资本市场改革开中，ARIMA和GARcH应用较为广泛，它们具有良 放和稳定发展的若干意见》(简称为“国九条”)发 好的可解释性和稳健性。然而金融系统是一个复杂的 布以来，中国的资本市场步入了一个平稳、健康发展 大系统，具有非线性、高维度、随机性和混沌等特 的新时期，市场化程度不断提高，法制和制度基础逐 征，因此运用线性模型来预测金融系统精度往往不 步夯实，上市公司质量不断提高，股权分置改革积极 高。神经网络由于具有超强的非线性映射能力和向数 稳妥地推进，保护投资者利益、防范和化解风险的各 据学习的能力从而在金融领域得到了广泛的重视和应 项基础建设不断完善。然而，金融产品过少、产品结 用‘¨。 构过于