基于小波变换与MOBP的股价预测(1)

《基于小波变换与MOBP的股价预测(1)》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、ComputerEngineeringandApplications计算机工程与应用2008，44(16)215基于小波变换与MOBP的股价预测林志勇，张维强，徐晨LINZhi—yong，ZHANGWei—qiang，XUChen深圳大学智能计算科学研究所，广东深圳518060InstituteofIntelligentComputingScience，ShenzhenUniversity，Shenzhen，Guangdong518060，ChinaE—mail：linzhi625@163．COrnLINZm-yong，ZHANGWei-qiang。XUChen．

2、ForecastingofstokepricebasedonwavelettransformandMOBP．EngineeringandApplications。2008．44(16)：215-217．Abstract：ThispaperproposestheforecastingmethodbasedonwavelettransformandMOBP．Byusingthefunctionofwavelettransform，thenon—stationarytimeseriesofthestokepricecanbedecomposedintoapproxima

3、teseriesandseveraldetailseries，thenbuildtheforecastingmodelonMOBP．CalTyoutthetrainingofMOBP．Thepredictionoftheoriginalseriesc卸beobtainedbythesynthesisofpredictionresultofeachseries．Theexperimentresultsshowthattheforecastingperformanceonthismethodisgood，andcanobtainthehigherforecastinp

4、recisionthantheconventionalBPneuralnetwork．Keywords：wavelettransform；MOBP；forecast；stokeprice摘要：提出了一种基于小波变换与改进动量BP神经网络(MOBP)的股价预测方法。将股票价格所构成的非平稳时间序列小波分解，建立基于优化权值的改进动量BP神经网络(MOBP)预测模型，对分解得到的近似部分与各细节部分分别进行训练，结合各部分的预测结果，可以得到原始序列的预测值。实验结果表明，这种方法预测效果较为理想，且相对于传统的BP神经网络预测的准确度有明显的提高。关键阋：一J、波变

5、换；改进动量BP神经网络(MOBP)；预测；股价DOI：10．37780．issn．1002—8331．2008．16．066文章编号：1002—833l(2008)16-0215-03文献标识码：A中图分类号：TPl83；TP3911前言金融专家称，2006年是中国股市的“疯牛年”，一路狂飙，牛气冲天，简直有不可阻拦之势。但接下来的2007年，特别是下半年，牛市开始恢复冷静与理性，开始在振荡中缓升，大盘的个股也开始分化，这时，技术面的公析预测更加凸显其作用与优势，个股价格的技术性预测为市场所欢迎。股票价格是一种非平稳时间序列，其走势存在诸多随机因素的制约，抛开政

6、策面等非技术因素，股价预测的技术分析方法诸如证券投资分析法、时间序列分析法、数据挖掘法和神经网络预测法，都有各自的发展与优劣。但相对而言，神经网络预测作为一种较大规模的并行处理的非线性系统，依据数据本身的内在联系建模，具有良好的自学习能力，较强的抗干扰能力，在非平稳时间序列的预测中效果更令人满意。作为应用最为广泛的一种神经网络——BP神经网络，缘于其算法收敛速度不够理想以及权值易陷入局部收敛等特性，在数据规模愈发庞大且精度要求更高的现代应用中，逐渐受到限制。因此，专家提出了一些传统BP神经网络的改进模型，如自适应BP神经网络【-1以及基于PSO算法的BP神经网络(

7、PSO—BP)12I等，这些方法都不同程度地提高了BP神经网络的收敛速度和收敛精度，从而增强了BP神经网络在数据规模较为庞大的工作中的应用，如股票价格的预测等。本文采用小波变换与改进动量BP神经网络相结合的方法，对呈非平稳状态的股票价格走势进行预测。首先，对一系列的股价进行若干层的db4小波分解四，得到不同频率的时问序列D¨D：，⋯，研和C，，分解后的时间序列在频率成分上相对单一，将它们分别作为输入向量，进行改进动量BP神经网络(MOBP)的训练，最后，结合分别得到的预测结果，可以取得所要预测的股价。2小波变换与BP神经网络的基本知识2．1小波变换1984年，法国

8、地球物理学