几种改进的动态神经网络股指预测模型研究

《几种改进的动态神经网络股指预测模型研究》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、学校代码：公：１０００４密级开ＢＥＩＪＩＮＧＪＩＡＯＴＯＮＧＵＮＩＶＥＲＳＩＴＹ硕±学位论文几种改进的动态神经网络股指预测模型研究，作者姓名赵跃波学科专业统计学；＜，指导教师张作泉教授：妒！＂，如，．淨、：咕声評幸争择辩！？：培养院系理学院过－＂Ｆ＇－｜｜３：舜备拿擎｜｜｜｜，Ｉ１ｍＭ；押＾品Ｉ．ｆｒＦｆｊ？１！ｍ异１舊驟聯＾哥Ｔ贼．．１！違交遺乂攀；硕壬学位论文几种改进的动态神经网络股指预测模型研究民ｅｓｅａｒｃｈｅｓｏｎ

2、Ｓｌ；ｏｃｋＩｎｄｅｘＰｒｅｄｉｃｔｉｏｎＭｏｄｅｌＢａｓｅｄｏｎＳｅｖｅｒａｌＩｍｒｏｖｅｄＤｙｎａｍｉｃＮｅｕｒａｌＮｅｔｗｏｒｋｐ作者：赵跃波导师：张作泉教授北京交通大学２０１６年６月学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可Ｗ将学位论文的全部或部分内容编入有关数据库进行检索，提供阅览服务，并采用影印、缩印或扫描等复制手段保存、汇编Ｗ供查阅和借阅。同意学校向国家有关部口或机构送交论文的复印件和磁盘。学校可＾＾为存在馆际合作关系的兄

3、弟高校用户提供文献传递服务和交换服务。（保密的学位论文在解密后适用本授权说明）＂章学位论文作者签名导师签名：；＾使广的＾乂＾签字日期：＞年月）日签字日期月＾日学校代码：１０００４密级：公开北京交通大学硕±学位论文几种改进的动态神经网络股指预测模型研究ＲｅｓｅａｒｃｈｅｓｏｎＳｔｏｃｋＩｎｄｅｘＰｒｅｄｉｃｔｉｏｎＭｏｄｅｌＢａｓｅｄｏｎＳｅｖｅｒａｌＩｍｐｒｏｖｅｄＤｙｎａｍｉｃＮｅｕｒａｌＮｅｔｗｏｒｋ：赵跃波学号作者姓名：１３１２１６０２：导师姓名：张作泉职称教授学位类别；

4、理学学位级别；硕±：学科专业统计学研究方向：金輔工程北京交通大学２０１６年６月Ｉ致谢Ｈ年的研巧生活接近尾声，回首走过的Ｈ年，经历了入学初期的好奇狂妄，、初到北京的痛苦迷茫，老师给予的谭谭教导，同学之间的也屯相惜，图书馆的埋……，这兰年，头苦读实习公司的辛勤工作，是我性格塑造的重要兰年是我人生积累的难得王年，感谢这Ｈ年的光阴，感谢这王年中经历的事情，感谢这Ｈ年中相逢相识的所有人。首先，在Ｈ年的学习与生活中，感谢我的导师张作泉教授，张老师在研究生期间学习和生活上的严格要求，，、热情鼓励使我可レ义映速掌握专业相关知识

5、将我带入了金融的世界。感谢理学院的其他老师的授课，你们将数学理论和金融背，，也使我明确了未来的发展方向景相结合使数学显得不再枯燥乏味。感谢我的同学和朋友，你们的存在使得我研究生生涯色彩鎮纷，。感谢我的家人他们的支、无忧地完成学业持使我可Ｗ安屯。其次，在毕业论文的写作过程中，感谢张老师的认真指导，使我很快确定了最终论文研究方向。感谢崔瑞、魏泽林、熊伟等同学在数学建模和模型代码编写过程给予我热情的帮助。感谢侯伟同学在搜集英文文献方面给我的帮助。＂我将Ｗ饱满的热情投入到未来的工作和生活中，相信乘风破浪会有时，直＂挂云帆济沧海！北

6、京交通大学硕壬学位论文Ｍ摘要一一摘要：在过去的２０１５年里人们经历了场波滿杜阔的大牛市，也经历了场从未一场泡沫中经历了过山车式的变化有过的股灾，多数人的财富在这。而随着经济的发展和人民财富的积累，股市在承担资产配置和为中小企业融资方面将扮演越來越重要的角色。股市的好坏将直接影响国计民生，因此如何更好的预测市场未来的走势就显得尤为重要。通过查阅文献我们发现，传统的股市预测方法在进行数据去噪时单纯的采取＾旦阔值的选择不合理就会造成对高频部分去噪过度小波去噪的方式，，使得去噪数据不能很好的保留原始数据的细节特征。另外传统预测方法老

7、套且创新性不一，强多数文章都是将Ｗ往用过的模型重新套用或者单的组合，并没有新的研究方法出现。针对上问题，本文通过Ｗｉｎｄ数据库提取自２００５年４月６日到２０１５年４月３日沪深３００收盘指数作为原始研究数据，共计２４２８组，数据真实可靠。在对原始股票数据进行去噪处理时，利用偏微分去噪可＾心更好的保留数据细节特征的优点。本文首次将偏微分和小波去噪相结合运用于股票数据的分析和预测中，提出了小波偏微分混合去噪模型。将原始数据、小波去噪数据、小波与偏微分方程去噪数据Ｈ种数据各抽取５４２组作为预测模型的输入变量进行对比研巧。由于股票数据的

8、非线性特性，本文引入在处