基于改进的RBF神经网络对股市混沌效应预测-金融学专业论文.docxVIP

万方数据 万方数据 基于改进的 RBF 神经网络对股市混沌效应预测 摘 要 伴随着经济全球化以及金融自由化的快速发展进程，作为资本市场的核心板 块之一股票市场的运行发挥着越来越重要的作用。在股票市场的循序渐进的运行 中，不可避免的经历着“产生泡沫——发展平稳——迅速扩大——最后破裂”的 阶段，影响着宏观经济的运行发展。因为股票市场动荡现象的难以量化和产生因 素多样化等相关的特点，促使股票市场有效模型的建立难以取得有效、满意的结 果。 混沌理论是 20 世纪下半叶以来一门新兴的学科，是非线性系统的特殊运动 形式。混沌是指在确定性的非线性系统中，在没有任何外部的随机因素的影响下， 仍然都有可能出现的内在随机性的行为。基于我国股票市场的复杂性、开放性以 及系统性，传统的股市分析模型往往忽略了各个要素之间的内在联系，本文引入 混沌理论对其进行研究分析，深入股票市场的内部，在复杂的过程中寻找背后的 内在规律，提高资源的使用配置效率。 首先，分析概述了混沌现象特征与股票市场之间的内在联系，从混沌现象入 手，介绍了混沌现象的起源发展，结合混沌效应的特征，从三个方面简要的分析 了股票市场混沌效应的特征。梳理了相间重构的基本原理，为 RBF 神经网络模 型的构建奠定了理论基础，从定性和定量的角度描述了混沌效应的识别检验方法， 介绍了三种时间序列的混沌效应预测判定方法。 其次，在介绍了股票市场