基于小波研究和神经网络时间序列股票预测方法.docVIP

基于小波研究和神经网络时间序列股票预测方法 　　摘要：本文提出基于小波分析与神经网络时间序列的股票预测方法，把股票每日最高价、最低价以及开盘价进行小波去噪处理，然后把去噪后的数据利用BP（Back Propagation）神经网络进行预测分析，实验的结果表明利用处理后的数据进行分析比传统的直接使用神经网络进行分析的精准度更高，预测的效果更好。 关键字：小波分析；去噪处理；神经网络；股票预测 一、引言 从股票产生起，人们就开始对它进行各种各样的研究，研究表明股票市场是一个极其复杂的动力学系统。高噪声、严重非线性和投资者的盲目任意性等因素决定了股票预测的复杂与困难。针对股票市场表现的不同特点，人们提出了多种多样的预测方法，常用的预测方法有下面几种： 1.证券投资分析法。这是分析和预测股价变化方向和趋势的方法，可分为基本分析法、技术分析法和组合分析法三大类。 2.时间序列分析法。这种方法主要是通过建立股价及综合指数之间的时间序列相关辨识模型。 3.其它预测方法。如专家评估法和市场调查法等定性方法，季节变动法、马尔柯夫法和判别分析等定量预测方法。 4.神经网络预测法。人工神经网络以其独特的信息处理特点在许多领域得到了成功应用。它不仅具有强大的非线性映射能力，可以实现复杂的因果关系，而且还具有许多优秀品质，如：自适应、自学习和纠错性等。BP神经网络