基于bp神经网路的我国沪深300股指期货价格预测.docVIP

基于bp神经网路的我国沪深300股指期货价格预测 　　摘 要：本文将首先介绍我国沪深300股指期货的现状以及影响其价格的主要因素，再介绍BP神经网络模型，并运用BP神经网络模型预测我国沪深300股指期货价格的短期走势，最后给出结论和本文的不足之处。 　　关键词：沪深300股指期货；BP神经网络；价格预测 　　1.引言 　　沪深300股指期货上市到现在为止，已满四周年，交易量不断地扩大，已经累计成交4.37亿手，累计成交额多达320.17万亿元，客户已经有17.58万之多。这些数字充分说明我国股指期货市场惊人的活跃程度。对于如此活跃的市场，预测其合约价格的就显得非常重要了。股指期货市场与股票市场有许多相似之处，也是一个不稳定的、开放的、非线性变化的复杂动态系统。其合约价格的变动受到金融因素、经济因素、政治因素、投资者心理因素等众多因素的影响，其变化过程具有非线性、混沌性与长期记忆性等特点。由于有以上特点的存在，我们可以利用BP神经网络的理论方法，选取每天的开盘价、收盘价、均价、成交量等指标，选取合适的隐含层数量，以预测其短期的价格。 　　2.沪深300股指期货 　　2.1 沪深300股票指数 　　沪深300股票指数是由中证指数公司编制，在2005年4月8日正式发布。沪深300指数是以2004年12月31日为基日，其点位为1000点。其组成是从上海和深圳证券市场中选取300只A股作为样本，其中沪市有179只，深市有121只，选取的样本为规模大、流动性强的胡票。沪深300指数的样本覆盖了沪深市场约六成的市值，其本质是作为一种商品。 　　2.2 沪深300股指期货 　　沪深300股指期货是以沪深300指数作为标的物的期货品种，在2010年4月由中国金融期货记忆所推出。它是采用现金交割，交割结算价采用到期日最后两小时所有指数点位算术平均价。它具有双向交易、高杠杆性、高流动性和低交易成本的特点。双向交易是指可以买也可以卖，高杠杆性是指保证金比率只有12%，投资杠杆约为8.3倍。高流动性是指采取T+0交易方式。低成本是指期货交易的手续费一般在合约价值的万分之几左右。并且他和其他期货品种一样，出发点是为了保值而非盈利。 　　3.影响沪深300指数期货价格的因素 　　3.1 宏观经济运行及企业运行状况 　　一般情况下，宏观经济运行良好的情况下，该股指期货价格会呈现不断攀升的趋势；而在运行不好情况下，其价格会不断下降。同样的，如果各大企业生产经营状况良好，其价格也会上升；若相反，其价格便会下跌。 　　宏观经济的一些主要指标也会影响沪深300股指期货的价格，例如GDP增长率、国际贸易收支情况、实际可支配收入情况等，这些指标的增加说明我国宏观经济运行状况良好，则该股指期货的价格便会上升，若失业率增加，存贷比率过高或过低，便会使其价格下跌。 　　3.2 利率、汇率水平的高低及趋势 　　一般来说，利率水平越高，股指期货的价格就会越低。这是因为高利率会使投资者将更多的钱存入银行，从而导致股票市场的资金减少，同时，高利率会使贷款利率升高，企业的财务成本变大，生产经营状况会变差，从而影响股价，使股指期货的价格下跌。汇率的影响与利率类似，高汇率不利于出口，利于进口，会使国内企业的经营状况变差。 　　4.BP神经网络模型 　　4.1 BP神经网络模型介绍 　　BP神经网路也称为误差反向传播神经网络，它是由非线性变换单元组成的前馈网络。在神经网络的应用中，超过80%的神经网络模型是采用它或者是它的变化形式，因此它也是前馈网络的核心部分。 　　BP算法的基本思想是：学习过程是由信号的正向传播和逆向传播两部分组成，在正向传播时，输入样本值通过输入层传入各个隐含层，经过隐含层处理后，传向输出层。如果输入层的实际输出与期望的不一样，则将误差逆向传播，将误差反向传播给各层所有单元，从而得到各层单元的误差信号，并以此为依据修成各单元的权值，这种权值调整的过程是在不断进行的，就是网络的学习过程。这个过程一直到训练输出的误差减少到可以接受的程度或是预先设定的次数为止。 　　4.2 BP神经网络模型设定 　　4.2.1 网络层数 　　大量的实验数据证明，隐含层的数目越多，BP神经网络的非线性映射能力越强，但如果太多，反而会降低网络的性能。由于但隐层的网络可以逼近任意一个连续的非线性函数，因此，本文将会将采用单隐层的网络。 　　4.2.2 输入层及输出层神经元个数确定 　　本文利用前1天的开盘价、最高价、最低价、收盘价、交易量、10日均价、30日均价预测下一天的收盘价，因此输入层神经元的个数为N=7，而输出层的神经元个数为M=1。 　　4.2.3 隐含层神经元个数的确定 　　隐含层数量的多少一般由下面的公式确定：n=ni=n0