基于回声状态网络的短期股价预测模型研究

基于回声状态网络的短期股价预测模型研究

ID:35106125

大小:7.41 MB

页数:70页

时间:2019-03-18

基于回声状态网络的短期股价预测模型研究_第1页
基于回声状态网络的短期股价预测模型研究_第2页
基于回声状态网络的短期股价预测模型研究_第3页
基于回声状态网络的短期股价预测模型研究_第4页
基于回声状态网络的短期股价预测模型研究_第5页
资源描述:

《基于回声状态网络的短期股价预测模型研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、w^J^p硕±学位论文pMASTERDISSERTATION胃I;儀论文题目=基于回声状态网络的短期股价预测歸‘.論:論:年级—^ ̄ ̄ ̄国内凰书分类号:TP399密级:公开国际图书分巧号:004西南交通大学研究生学位论文基于回声状态网络的短期股价预测模型硏究二—三年级〇:级姓名张斌申请学位级别工学硕±专业计算机科学与技术指导教师韩敏研究员二〇—六年六月Classi円edIndex:TP399U.D.C:004Sou也westJiaot;ongUniversityM

2、asterDereeThesisg-mSShortterl;ockPricePredictionModel民esearchBasedOnEchoStateNetworkGrade:2013Candidate:ZhanBingAcademicDereeAliedfor:MastergppSeciality:ComuterAlicationTechnoloppppgySuervisor:HanMinpJune2016,西南交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、

3、使用学位论文的规定,同意学校保留并向。国家有关部口或化构送交论文的复印件和电子版,允许论文被査阅和借阅本人授权西南交通大学可1^将本论文的全部或部分内容编入有关数据库进行检索,可^采用影印、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于1.保密□,在年解密后适用本授权书;2.不保密回,使用本授权书。""(请在W上方框内打V):学位论文作者签名:碱指导刺略名参良^':2016日日期:2016年7月抑日期年^月g西南交通大学硕±学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下:1.针对我国目前大

4、多股价预测模型缺乏地区行业通用性及神经网络训练过程复杂的问题,本文使用ESN建立基于上海地区房地产行业的短期股价预测通用模型,简化了训练过程,模型训练好后可预测上海地区房地产斤业内任意股票,且与用某只股票建立。的单独模型相比,该行业通用模型的预测精度明显提高2^.针对短期股票价格预测方法中使用单非线性模型预测效果不理想,本文在通用模型基础上提出基于KMeans-ESN的短期股价预测上海地区房地产行业通用模型。通KM-EN过选取不同的聚类指标,本文详细提出了基于数据波动性聚类的eansS短期股价预测上海地区房地产行业通用模型和基于数据波动性及变化趋

5、势聚类的KMeans-ESN短期股价预测上海地区房地产行业通用模型。通过聚类和对比实验得出ESN、基于数据波eans-ESN-动性聚类的KM、基于数据波动性及变化趋势聚类的KMeansESN这三种模型分别适合的数据应当满足的特点。一3.由于回声状态网络很多初始参数需要预先设定,而这些参数设置需有定经验的研巧人员或通过试凑确定,针对这两种方法需要人工干预、耗时、效率低等存在的不足及GSA优化算法的优越性,本文使用GSA对ESN模型进行优化,使用GSA从单值收缩因子和谱半径优化、多值收缩因子和谱半径优化两个角度对ESN参数进行寻优,并探讨每个角度

6、下GSA适应值函数的选取。本人郑重声明,:所呈交的学位论文是在导师指导下独立进行研究工作所得的成果。除文中己经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的,均己在文中作了明确说明研巧成果。对本文的研巧做出贡献的个人和集体。本人完全一了解违反上述声明所引起的切法律责任将由本人承担。学位论文作者签名: ̄曰期:、7-西南交通大学硕±研究生学位论文第I页摘要股票在国民经济中扮演着重要角色,。对国民经济而言如何保持股市稳定、避免发生股灾是我国相关人员需要考虑的问题,,使获利最大化。对投资者而言如何规避风险是投资者日

7、夜思考的问题。因此,对股票价格进行预测从而做出最优决定就显得十分必一要。我国的股票市场是个非常复杂的非线性系统,许多研究人员采用神经网络的非线性方法进行股票价格预测并取得了不错的效果。但是使用传统神经网络进行股价预测时存在训练过程复杂等问题,股,,。此外票价格受多种因素影响使得股价表现出不同走势一导致单模型很难满足预测要求,,。同时大多股价预测模型缺乏地区行业通用性即每一次对只股票进行预测必须为该股票建立单独的模型,且该单独模型只包含该只股票的一一信息,并没有包含与该只股票处于同地区同行业的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。