国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

兩類組合BP神經(jīng)網(wǎng)絡(luò)模型在股價預(yù)測中的應(yīng)用

2020-08-13 06:51:37林國超杜宇鍵劉娟
現(xiàn)代商貿(mào)工業(yè) 2020年26期
關(guān)鍵詞:ARIMA模型BP神經(jīng)網(wǎng)絡(luò)

林國超 杜宇鍵 劉娟

摘 要:股票價格的變化的受到多種因素的影響,單一的模型難以準(zhǔn)確的對其變化規(guī)律做出準(zhǔn)確的預(yù)測分析。本文以2019年6月24日—2020年4月28日間的比亞迪(SZ002594)股票價格作為研究樣本,通過兩種不同組合模型來分別進(jìn)行訓(xùn)練樣本和預(yù)測股價的變化。結(jié)果表明基于BP-GM(1,1)模型的預(yù)測精度更高,對股價的動態(tài)分析能提供更有益的參考。

關(guān)鍵詞:BP神經(jīng)網(wǎng)絡(luò);ARIMA模型;股價預(yù)測

中圖分類號:F23 ? ? 文獻(xiàn)標(biāo)識碼:A ? ? ?doi:10.19311/j.cnki.1672-3198.2020.26.072

0 引言

近年來股票越來越成為人們進(jìn)行投資的重要工具,然而股票價格的變動受到諸多因素的影響。證券上市場股票價格受到外部的國際政治、金融政策宏觀因素和企業(yè)經(jīng)營情況,板塊間的波動等微觀因素的影響。那么如何科學(xué)預(yù)測股票價格的變化就具有重要的理論和現(xiàn)實意義,可以減少投資決策中的不確定性和盲目性,分散風(fēng)險,提高投資收益。

在過去幾十年中,有許多研究學(xué)者提出了多種不同的股價研究預(yù)測方法。其中多數(shù)模型分析方法的原理大多分為兩種:一是基于大量歷史數(shù)據(jù)對未來的業(yè)績、題材、發(fā)展趨勢作出預(yù)測,還要結(jié)合現(xiàn)如今的市場經(jīng)濟情況、政策等帶來的影響做出自己的統(tǒng)計分析等;二是類似于k線理論的技術(shù)分析法,根據(jù)股票成交記錄等信息計算各種指標(biāo),形成相關(guān)的圖表,從而估計股票現(xiàn)階段的走勢。

當(dāng)下隨著數(shù)據(jù)挖掘和機器學(xué)習(xí)等新興技術(shù)的不斷涌現(xiàn),建立各種數(shù)學(xué)模型對股票價格進(jìn)行精準(zhǔn)預(yù)測也成了國內(nèi)外學(xué)者和業(yè)界人士的廣泛關(guān)注。本文的研究目的的是分別運用灰色GM(1,1)模型與移動平均自回歸ARIMA模型,結(jié)合BP神經(jīng)網(wǎng)絡(luò)進(jìn)行股票價格的預(yù)測。模型的建立過程中以R語言程序為工具進(jìn)行實現(xiàn),對國內(nèi)股票市場的比亞迪(SZ002594)為研究對象,更加精準(zhǔn)地預(yù)測股票在未來的漲跌變化。

1 理論介紹

1.1 灰色預(yù)測模型理論

灰色系統(tǒng)預(yù)測模型是一種研究不確定性信息的模型和方法。通過對系統(tǒng)因素來進(jìn)行相關(guān)聯(lián)分析,再對原始數(shù)據(jù)累加生成處理,來探索數(shù)據(jù)變化的規(guī)律。

2.3 ARIMA模型的數(shù)據(jù)處理

要ARIMA模型首先確保數(shù)據(jù)為一組時間序列,其次還要對于數(shù)據(jù)進(jìn)行平穩(wěn)性分析。由圖4知顯然我們所得的股價收盤價數(shù)據(jù)為一組時間序列,對于該組數(shù)據(jù)進(jìn)行平穩(wěn)性分析。從圖5可以知道原始數(shù)據(jù)的自相關(guān)系數(shù)長期大于0,可以知道為一組非平穩(wěn)的時間序列數(shù)據(jù)。

對原始數(shù)據(jù)的訓(xùn)練集首先進(jìn)行自相關(guān)分析,然后偏自相關(guān)分析,參考圖6可以知道訓(xùn)練集的自相關(guān)圖為拖尾,確定q=0,訓(xùn)練集的偏自相關(guān)圖在1、3、4、11、15階時超出了虛線,通過運行代碼可知當(dāng)p=15時所得的AIC值最小為6547。

2.4 基于BP-ARIMA模型的股價預(yù)測圖

3 結(jié)論

本文構(gòu)造了兩種不同的模型,即灰色GM(1,1)模型和ARIMA模型分別與BP神經(jīng)網(wǎng)絡(luò)的組合預(yù)測模型。由于股票價格每日波動較大,采取每日該股票的收盤價為樣本,時間長度為10個月的該股價波動的時間序列數(shù)據(jù)為研究對象。通過上面實證數(shù)據(jù)分析可到下面結(jié)果:

(1)基于灰色系統(tǒng)和BP神經(jīng)網(wǎng)絡(luò)的模型中,因為灰色預(yù)測的特點,即需要的原始數(shù)據(jù)量小,較為依賴于歷史數(shù)據(jù),但在股市這個波動頻繁的背景下,該預(yù)測方法就會失真,因為灰色預(yù)測模型適用于短期預(yù)測和較少原始數(shù)據(jù)即數(shù)據(jù)波動較少的場景,所得出的結(jié)果也是與歷史數(shù)據(jù)有著線性關(guān)系的,但通過BP神經(jīng)網(wǎng)絡(luò)的進(jìn)一步擬合,并沒能完全消除這種線性關(guān)系,參考圖2和圖3,因此所得的結(jié)果并不十分理想。

(2)基于ARIMA模型的BP神經(jīng)網(wǎng)絡(luò)的模型中,結(jié)果顯示ARIMA模型得出的擬合結(jié)果是優(yōu)于灰色預(yù)測模型的,但只能給出一個估計區(qū)間,加入BP模型對預(yù)測結(jié)果來做出進(jìn)行進(jìn)一步地修正,擬合程度相對比較高,預(yù)測精度達(dá)到99.5%,擬合結(jié)果也是符合預(yù)期的,參考圖7與圖8。

通過兩種模型的預(yù)測結(jié)果來看,可以確定在觀測的時間段內(nèi)的該股票是呈大致的上升趨勢,比較兩種模型的擬合圖可以知道,在中長期預(yù)測擬合中,自回歸移動平均模型的BP神經(jīng)網(wǎng)絡(luò)模型是優(yōu)于基于灰色GM(1,1)的BP神經(jīng)網(wǎng)絡(luò)模型。

參考文獻(xiàn)

[1]薛鑫.基于R語言神經(jīng)網(wǎng)絡(luò)的匯率分析及預(yù)測[D].南京:南京大學(xué),2019.

[2]沈波.基于BP神經(jīng)網(wǎng)絡(luò)的股價預(yù)測應(yīng)用研究[D].長沙:湖南大學(xué),2010.

[3]華宇.基于BP神經(jīng)網(wǎng)絡(luò)模型的股票擇時研究[D].沈陽:沈陽工業(yè)大學(xué),2019.

[4]劉海明,白艷萍.時間序列模型和神經(jīng)網(wǎng)絡(luò)模型在股票預(yù)測中的分析[J].數(shù)學(xué)的實踐與認(rèn)識,2011,41(4):14-19.

猜你喜歡
ARIMA模型BP神經(jīng)網(wǎng)絡(luò)
基于時間序列模型的中國出口總額分析及預(yù)測
基于R軟件的金融時間序列的預(yù)測分析
就bp神經(jīng)網(wǎng)絡(luò)銀行選址模型的相關(guān)研究
基于Eviews上證綜合指數(shù)預(yù)測
時代金融(2016年29期)2016-12-05 16:12:09
基于DEA—GA—BP的建設(shè)工程評標(biāo)方法研究
價值工程(2016年30期)2016-11-24 13:17:31
基于BP神經(jīng)網(wǎng)絡(luò)的旅行社發(fā)展方向研究
商情(2016年39期)2016-11-21 09:30:36
復(fù)雜背景下的手勢識別方法
BP神經(jīng)網(wǎng)絡(luò)在軟件質(zhì)量評價中的應(yīng)用研究 
基于ARIMA模型的滬銅期貨價格預(yù)測研究
商(2016年27期)2016-10-17 06:06:02
BP神經(jīng)網(wǎng)絡(luò)算法在數(shù)值預(yù)報產(chǎn)品釋用中的應(yīng)用
科技視界(2016年20期)2016-09-29 14:15:12
林甸县| 芦山县| 延长县| 柘城县| 建湖县| 阆中市| 耿马| 贵溪市| 大埔区| 拜泉县| 临泽县| 屏东县| 舟山市| 三原县| 化德县| 涞源县| 玉树县| 剑川县| 安顺市| 金昌市| 新化县| 平舆县| 曲周县| 周口市| 观塘区| 翁源县| 三河市| 孟津县| 台湾省| 金寨县| 莎车县| 河间市| 建始县| 阿拉善左旗| 南部县| 黄大仙区| 顺义区| 桓仁| 息烽县| 开阳县| 新余市|