深度神经网络组合模型对股指的预测研究与实证对比.pdfVIP

目 录 摘 要I ABSTRACT III 第一章 绪论 1 1.1 研究背景及意义 1 1.1.1 研究背景 1 1.1.2 研究意义2 1.2 国内外文献综述3 1.2.1 国外研究现状3 1.2.2 国内研究现状7 1.2.3 文献评述9 1.3 研究思路和方法 10 1.3.1 研究思路 10 1.3.2 研究方法 10 1.4 本文结构 11 1.5 本文的创新点 12 第二章 股指预测相关理论 13 2.1 中国证券市场可预测性 13 2.1.1 有效市场理论 13 2.1.2 中国证券市场可预测理论 14 2.1.3 证券价格预测方法 15 2.2 股指预测问题描述与分析 17 2.2.1 股指预测问题描述 17 2.2.2 股指预测问题分析 18 2.3 股指预测的关键问题 18 2.3.1 股指时间序列特点 18 2.3.2 股指预测的常用方法 19 2.3.3 股指预测指标的选择20 第三章 股指预测模型选择22 3.1 数据特征提取22 3.1.1 经验模态分析（EMD ）—数据分解22 3.1.2 主成分分析方法（PCA ）—数据降维24 3.1.3 EMD 分解后使用PCA 降维25 3.2 股指预测单一模型25 3.2.1 差分自回归移动平均模型（ARIMA ）25 3.2.2 反向传播神经网络模型（BPNN ）27 3.2.3 深度神经网络（DNN ）28 3.3 股指预测组合模型33 3.3.1 EMD-PCA-BPNN 模型33 3.3.2 EMD-PCA-DNN 模型33 第四章 股指预测模型实证研究35 4.1 数据的选择及数据预处理35 4.1.1 数据的选择35 4.1.2 数据的属性描述35 4.2 单一模型股指预测实证结果38 4.2.1 ARIMA 模型预测结果38 4.2.2 BPNN 模型预测结果39 4.2.3 DNN 模型预测结果41 4.3 组合模型股指预测实证结果42 4.3.1 EMD 分解结果42 4.3.2 PCA 降维结果43 4.3.3 EMD-PCA-BPNN 预测44 4.3.4 EMD-PCA-DNN 预测46 4.4 不同角度股指数据的预测49 4.4.1 数据不同输入模式的预测49 4.4.2 不同市场股指数据的预测53 4.5 预测结果对比分析55 4.5.1 预测结果对比分析55 4.5.2 预测结果分析56 第五章 本文总结与展望58 5.1 本文总结58 5.2 展望59 参考文献60 致谢64 在学期间发表论文及参加课题情况65 重庆工商大学硕士学位论文 摘 要 深度神经网络组合模型对股指的预测研究与实证对比 摘 要 在经济全球化、金融一体化的进程中，金融市场出现了很多异常现象，这些 现象是以有效市场假说为基础的传统金融理论难以解释的，进而涌现出行为金融 学、分形市场假说等新的理论，金融市场不再是有效市场理论下的理想状态，众 多研究表明金融市场具有可预测性。金融市场作为一个高度复杂的系统，股票市 场是其中的重要组成部分，也是经济运行状况的“晴雨表” 。股票市场作为实体企 业融资的渠道，也是众多投资者自身资源配置的主要渠道之一。股票指数时间序 列是股票市场复杂内在特征的综合外在表现，为投资者制定投资策略提供了重要 参考，因此对股指序列的预测不仅有利于更好的监测和管理与股票市场高度关联 的金融市场，还能为投资