期货价格预测的仿真研究.pdf

期货价格预测的仿真研究.pdf

ID:52366763

大小:281.85 KB

页数:4页

时间:2020-03-27

期货价格预测的仿真研究.pdf_第1页
期货价格预测的仿真研究.pdf_第2页
期货价格预测的仿真研究.pdf_第3页
期货价格预测的仿真研究.pdf_第4页
资源描述:

《期货价格预测的仿真研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、第28卷第3期计算机仿真2011年3月文章编号:1006—9348(2011)03—0377—04期货价格预测的仿真研究柴巧叶(山西金融职业学院,山西太原030008)摘要:研究期货价格准确预测问题,针对期货价格是一种复杂的非线性和突变性系统,传统神经网络在期货价格预测中易陷入局部极小值,预测精度受到影响。为了提高期货的预测精度,提出一种粒子群算法(PSO)优化BP神经网络模型的期货价格预测模型。利用PSO算法优异的寻优能力对BP神经网络参数进行优化,加快BP神经网络学习速度,最后将模型应用到期货价格预测研究中,从而提高BP期货价格的预测精度。仿真结果表明

2、,经过PSO优化的BP神经网络模型有效地提高了速度和期货价格的预测精度,为设计提供了参考。关键词:期货价格;粒子群算法;神经网络;预测中图分类号:TV139.1文献标识码:BSimulationResearchonFuturesPriceForecastCHAIQiao—ve(ShanxiProfessionalCollegeFinace,TaiyuanShanxi030008,China)ABSTRACT:Theproblemoffuturespricesisdiscussed.Becausetheafectingfactorsbetweenfuture

3、priceandtheperiodarenonlinear,thetraditionalBPnetworkiseasytogetintolocaloptimizationandtheglobalsearchcapabilityisnotstrong.Inordertoimprovethepredictionprecision,afuturepricepredictionmethodisputforwardbasedthePSOandBPneuralnetwork.PSO-BPNNfirstusestheimprovedPSOinsteadofBPNNini

4、tialoptimization,thenusestheBPalgorithmtooptimizenetworkparametersoptimization,andfinallythroughtrainingestablishesparticleswannoptimizationofBPneuralnetwork.Themodelisappliedtothefuturepricepredictionresearch.ThesimulationresultsshowthatPSO—BPNNmodelhasbetterglobaloptimizationabi

5、lityandcaneffectivelypreventtheBPneuralnetworkintolocaloptimization,thuseffectivelyimprovethepredictionprecisionoftheneuralnetwork.KEYWORDS:Futureprice;ParticleswarIUalgorithm;Neuralnetwork;Prediction1引言有不可克服的局限性。另外,这种完全基于价格的传统预测期货市场是一个充满了投资风险的市场,如何准确地预方法适用于预测较短时间的期货价格波动,如期货某交易日测期

6、货的价格走势,以帮助投资者有效规避风险。期货的价间的连续几分钟或几小时等;而对于相对较长时间的预测如格变化是政治、经济、社会因素的综合反映,呈现出非线性、几天,精确度就不一定高了。因为在一段时间内影响期价的不稳定等特性,如何判断和把握整个期货价格变动规律与趋因素不单是历史价格,还可能包括其它的技术指标,如交易势,最终达到避险趋利的目的,提高期货投资者收益已成为量等。随着计算机技术和智能技术的发展,有些学者尝试利期货研究领域的一个热点问题⋯。用神经网络模型对期货市场进行预测,基于BP算法的前馈由于影响期货价格中存在着大量的非线性、不确定性和神经网络具有原理简

7、单、鲁棒性高、非线性运算能力强等优时变性的因素,传统预测方法是基于线性模型J,该类模型点,在期货市场预测中应用最为广泛。但是由于BP神经网适用于预测较短时间内的期货价格,而对于相对较长的时间络是基于梯度下降算法,在预测过程中存在训练速度慢、易预测,则预测精度不高,由于线性模型存在着自身不可克服隐入局极小、全局搜索能力不强等缺点J,其在期货市场预的局限性,从而影响了其在期货价格预测中的进一步应用。测的精度并不高。为了克服BP神经网络在期货市场预测中但是期货市场是个非常复杂的系统,存在着大量的非线性、的缺陷,许多学者利用粒子群优化算法(PSO)对BP神经网不确

8、定性和时变性,传统的经济模型大部分是线性模型,具络进行优化,但是由

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。