（控制理论与控制工程专业论文）基于遗传神经网络的股市预测.pdf

摘要 摘要 随着经济的发展和人们投资意识的转变，股票已成为现代人生活中的一个重 要组成部分，股票投资已成为社会公众谈论的中心之一，而股市的健康发展和繁 荣也成为管理者和投资者关心和研究的重点。股票投资的收益与风险往往是成正 比的，即投资收益越高，可能冒的风险越大。因此，股市预测方法的研究具有极 其重要的应用价值和理论意义。但是股价系统内部结构的复杂性、外部因素的多 变性决定了这项任务的艰巨性，而传统的预测工具已不能满足这种需要。 本文在深入分析股票投资理论和股价预测方法的基础上，提出了利用神经网 络进行股市建模的方法。股票市场是一个极其复杂的非线性动力学系统，而神经 网络具有很强的非线性逼近能力和自学习、自适应等特性，实验证明，利用神经 网络对股市建模可以取得比较不错的短期预测成果。 根据股票市场高度非线性特点及基本b p 算法在权值调整过程中存在的收敛 速度慢、易陷入局部极小点的缺点，本文提出了种遗传b p 算法。遗传b p 算 法利用遗传算法进行全局搜索，注重搜索未知区域，处理速度快而对精度要求不 高，不易陷入局部极小点，而利用b p 算法搜索有最优点的区域，提高搜索速度 和精度。理论分析和实验结果表明，神经网络用于股票市场的预测是可行和有效 的，有着良好的前景，而遗传b p 算法提高了速度和可靠性。 通过大量的股市预测实验，本文研究了各种参数对于预测结果的影响，并提 出了改进的方向。 关键词：股市预测，神经网络，b p 算法，遗传算法，遗传神经网络 摘要 a b s tr a c t w i t ht h ee c o n o m i cg r o w t ha n dt h ec o n v e r s i o no fp e o p l e si n v e s t m e n tc o n s c i o u s n e s s ，t h e s t o c kh a sb e c o m eai m p o r t a n tp a r to fp e a p l e sl i f ei nm o d e mt i m e t l 他i n v e s 协、e n ti n 抵k h a s b e c o m eo n eo ff o c u s e sd fp u b l i ct o p i c h o wt ok e e pt h ed e v e l o p m e ma n db o o mo fs t o c km a r k e ti s b e c o m i n gt h ee m p h a s i so f c o n c e ma n dr e s e a r c ho fm a n a g e ra n di n v e s t o rt h ep m c e e d so fs t o c k i n v e s t m e m a l w a y se q u a it h er i s kt h a tm e a n st h eg o o dp r o c e e d si s b a s e do nt h ep o o rr i s ko f f 萄l u r et h e r e f o r et h es t l l d yo fs t o c kp r e d i c t i o nm e t l l o dh a sg r e a ta p p l i c a t i o nv a l u ea n dt l l e o r e t i c a l s i g n i n c a n c e t h ec o m p l e x h yo fi n s i d e 咖c t i l r ea n di e v 时o f e x t e r i o rc o m p l i c a t i o ni ns y 吼e mo f s t o c km a r k e tm a l ( es t o c km a f k e tp r e d i c a t i o nac o m p l e xp m b l e m t h et r a d i t i o n a l m e t m d sa n dt o o l sh a v en o tm e ti t sc h “l e n g e t h et h e s i sp r e s e n t sam e t h o do fm o d e i i n gs t o c km a r k e tu s i n gn e u r a ln e t 、v o r km a t i sb a s e do nt h o r o u g l ls t u d yo f s t o c ki n v e s t m e n tt h e o r i e sa i l ds t o c kp r e d i c t i o nm e t l l o d s s t o c km a r k e ti sav e r yc o m p i e xn o i l l i n e a rd y n 锄i cs y s t e m n e u r a ln e t w o r kh a st 1 1 e c 印a b i l i t y0 f 印p r o x i m a t i n ga 1 1 yn o n l i n e a rs y s t e ma i l ds p e c i a l i t yo fs e l f _ l e a r i l i n ga n d s e l f _ a d a p t i n g t h ee x p e r i m e n t sp r o v em a t t l l em e t l l o do f m o d e l i n gs t o c km a r k e tu s i n g n e u r a ln e t w o r kh a sas a t i s 母i n gr e s u l ti nn e a f p e r i o ds t o c kp r e d i c t i o n t h et h e s i s p r e s e n t sg e n e t i c - b pa l g o r i m mf o rt h eh i g h - n o n l i n e a rs p e c i a l i t y o f s t o c km a r k e ta i l dt 1 1 e s h o r t c o m i 工l g o fb a s i cb pa l g o r i t l l mm a ti n c l u d e st h es l o w c o n v e 唱e n c es p e e da i l d l o c a le x t r e m 啪t h eg e n e t i c - b pa l g o r i 廿l i i lc a m e sm m u g h w h o l e s p a c es e a r c hu s i n gg e n e t i ca l g o r i t h m t h eg e n e t i ca l g o r i m mp a y sa t t e n 廿o nt o 1 m k l l o 帅一a r e as e a r c h i t h a sh 远hs p e e da i l dr e l a t i v el o w p r e c i s i o n n 、v i l ln o tg e ti m o l o c a le x t r e m u m t h eb pa l g o r i m ms e a r c h e st l l ea r e at l l a ti n c l u d e sw h o l e s p a c e m i n i m u i l l nc a i li m p r o v es p e e da n dp r e c i s i o n t h e o r c t i c a la n a l y s i sa i l de x p 硎m e m r e s u l ts h o wt h a tt h em e t l l o do fs t o c kp r c d i c t i o nu s i r 坞n c u r a ln 咖r ki sf e a s i b l e 锄d e m c i e n t i th a sf 矾o r a b l ef o r e g r o u n d 1 t sa l s op r o v et l l a tg e n e t i c - b pa l g o r i t l l l nc a n i m p r o v e t h es p e e da n d c r e d i b i l i 可 t h r o u 曲1 0 t so fe x p e r i m e n t s o fs t o c k p r e d i c t i o n ，也i sp 印e ri n v e s t i g a t e s m e i n n u e n c eo nt 1 1 er e s u l t so fs t o c kp r e d i c t i o nt h a ti se x e n e d b y t h ec h a n g eo f p a r a m e t e r i ta l s op r e 誓n t ss o m ea d v i c e so nh o wt oi m p r o v et h ep e r f o r m a n c eo f n e l l r a ln e t w o r k k e y w o r d s ：s t o c kp r e d i c t i o n ， n e u r a ln e t w o r k ，b p a l g o r i t h m ， g e n e t i ca l g o d 【h g e n e t i c n 吼i r a ln e t w o r k i i l 第一章绪论 1 1 课题的应用背景 在西方国家，股票市场已经有了三百多年的发展历史，现在已经成为整个社 会经济的“晴雨表”和“报警器”，其对于经济发展的影响不可估量。中国的证 券市场形成于上个世纪九十年代初期，经过十几年的发展，我国股票市场己初具 规模，沪深上市公司超过1 0 0 0 家。现在股票投资已经成为人们日常生活的一个 重要组成部分，然而，股票投资的收益与风险往往是成正比的，即投资收益越高， 可能冒的风险越大。因此，股市预测方法的研究具有极其重要的应用价值和理论 意义。随着越来越多的人进入股市进行投资活动，人们迫切需要一种有效的分析 方法，能够最大限度的增加收益，降低风险。 随着股市的发展，人们对于股市规律认识的加深，不断的产生各种各样的股 市预测方法。这些预测方法都在一定程度上揭示了股市的运行规律。但是股价系 统内部结构的复杂性、外部因素的多变性决定了股市预测的艰巨性，现有的分析 预测方法应用效果并不理想。 近年来，随着神经网络理论的发展成熟，其在信号处理、模式识别和控制等 许多领域都获得了广泛应用。由于神经网络具有很强的非线性逼近能力和自学 习、自适应等特性，本文将其应用于股市预测中，以期找到一种更好的预测方法。 1 2 股市预测的发展概况 预测是指从已知事件测定未知事件。预测理论作为一种通用的方法论，既可 以应用于研究自然现蒙，也可以应用于研究社会现象。将预测理论应用于各个领 域，就产生了预测的各个分支，如人口预测、经济预测、气象预测等等。 股市预测，是经济预测的一个分支，它对股票市场所反映的各种资讯进行收 集、整理、综合等工作，从股市的历史、现状和规律性出发，运用科学的方法， 对股市未来发展前景进行测定。 股市预测一般基于以下三点假设【3 7 1 ： ( 1 ) 有效市场假设：指股票市场会对每一条有可能影响股价的信息都会作出 反映，而各种价格的变动正是这种反映的结果。 1 北京工业大学硕士学位论文 ( 2 ) 供求决定假设：指一切信息都会对股票市场的供求双方力量对比产生影 响，供求决定交易量和交易价格。 ( 3 ) 历史相似原则：指由历史资料所概括出来的规律已经包含了未来股票市 场的一切变动趋势。 股市预测按不同的标准可以有不同的分类。按涉及的范围不同可分为：指数 预测和个股预测：按预测时间长短不同可分为：长期预测、中期预测和短期预测； 按预测方法的不同可分为：定性预测和定量预测等等”7 1 。 股票交易是现代经济活动中常见的风险投资活动，与相对安全但收入稳定的 其他金融投资活动相比这是为了获得高收益而主动承担高风险的投资活动。这种 投机性的特点，使股票交易着眼于市场价格的涨落和供求关系的变化，追求在贱 买贵卖中使资本增值。因此投资者们时刻在关心股市、分析股市、试图预测股市 的发展趋势。 一百多年来，一些分析方法随着股市的产生和发展逐步完善起来。 c h a 订e sd o w 在1 9 0 0 年到1 9 0 2 年，写了一系列的评论来阐述他的市场观。 s a i t ln e l s o n 收集了他的评论并将他的观点发展为市场行为原则，这就是成为技术 分析基础的道氏理论。m c h a r ds c h a b a c k e r 第一个将通用图表形态分类，研究出“缺 口”理论，被称作技术分析科学之父。瑞夫n 艾略特通过研究市场波动和循 环的形态，提出了“波浪理论”。w d g a n n 研究了时间要素的重要性，提出了 “价格时间等价”的概念。随后，又出现了各种分析方法，包括k 线图分析法、 柱状图分析法、点数图分析法、移动平均法、形态分析法、趋势分析法、角度分 析法、神秘级数与黄金分割比螺旋历法、四度空间法等。这些分析方法主要依赖 于图表，图表信息具有明显的直观化优点，但图表的分析与指标的选择却要依靠 主观的判断，这是这些分析方法面临的主要问题。由于股票交易的模式和相关信 息的复杂性，这样一种严重依靠经验的方法，其可靠性在很大程度上是要受到质 疑的【3 7 】。 从6 0 年代开始，人们尝试使用各种时间序列分析方法来预测股市。在时间 序列分析中，线性模型的研究比较成熟。s c h e k m a i l 通过建立自回归模型对法兰克 福股市进行预测，取得比较满意的结果。但是股市是一个非线性系统，用线性模 型逼近容易丢失有用信息。为了更确切描述实际系统特性，又发展了闽值自回归 模型、多项式自回归模型和指数自回归模型等，用这些方法对股市进行建模和预 测也取得了比较好的结果。但是由于股市的复杂性，模型的辨识非常困难 l l5 ，1 8 ，”，3 4 l 一 北京工业大学硕士学位论文 随着混沌和分形理论的发展，用非线性确定系统规律研究股价行为越来越显 示出强大的生命力。预测理论家g o r d o n 指出，混沌理论开辟了预测研究新的领 域，为原来被认为不可预测的复杂系统的预测提供了新的理论与方法途径。1 9 8 9 年美国学者l e b a r o n 发现了股票日收益序列与周收益序列中存在混沌现象。分形 学的创始人m a n d e l b r 0 1 对股票价格的变动规律进行了研究，他从股票价格变动 的分布及其分布的相似性方面论证了股票价格的变化是分形的。f a r m e r 和 s i d o r o w i c h 对股市时序进行了研究，采用数值计算，观察系统的相图结构，计算 系统的l y a p u n o v 指数，验证了股票市场混沌现象的存在性，并应用动力学中相 空间重构的思想对股价时序进行技术处理，然后在重构相空间上，利用小波理论 对股市时序进行预测【1 2 ，3 2 1 。 近年来，随着人工智能理论的发展成熟，其在模式识别和复杂系统控制等方 面已经取得了巨大的成功，并开始在经济、金融等领域广泛应用。神经网络具有 可逼近任意非线性连续函数的学习能力和对杂乱信息的综合能力，而这些能力正 是其它方法所不具有的。目前基于神经网络的股票预测方法在国际上正在兴起， 这正是本文研究的出发点，5 ，6 ，1 3 ，“】。 研究表明，股票市场是一个极其复杂的非线性动力学系统。神经网络具有分 布处理、自组织、自适应、自学习和容错性的优良特性，在处理股价预测这种多 因素、不确定、非线性的时间序列预测问题方面有其特有的优势。本文主要研究 如何利用神经网络对股市进行建模，并研究如何改进学习算法【1 ，5 ，1 5 ，1 6 ，2 5 1 。 1 3 神经网络的发展概况1 3 ，1 4 】 神经网络是一门活跃的边缘性交叉学科。人工神经网络是相对于生物学中所 说的生物神经网络系统而言的，它提出的目的在于用一定的简单的数学模型来对 生物神经网络结构进行描述，并在一定的算法指导下，使其能够在某种程度上模 拟生物神经网络所具有的智能行为，解决用传统算法所不能胜任的智能信息处理 的问题。它是巨量信息并行处理和大规模并行计算的基础，神经网络既是高度非 线性动力学系统，又是自组织自适应系统，可以来描述认知、决策和控制的智能 行为。 人工神经元网络模仿动物脑神经的活动，力图建立脑神经活动的数学模型。 早在4 0 年代，人们已对脑和计算机交叉学科进行研究，想解决智能信息处理的 机理。维纳的控制论一书就已经提出了反馈控制、信息和脑神经功能的一些 北京工业大学坝士学位论文 关系。 4 0 年代初，心理学家m c c u l l o c h 和数学家p i t t s 提出了形式神经元的数学模 型，并研究了基于神经元模型几个基本元件互相连接的潜在功能。1 9 4 9 年h e b b 和其它学者研究神经系统中自适应定律，并提出改变神经元连接强度的h e b b 规 则。1 9 5 8 年r o s e n b l a t t 首先引入了感知器概念，并提出了构造感知器的结构。 这对以后的研究起到很大作用。1 9 6 2 年w i d r o w 提出了线性自适应元件，它是连 续取值的线性网络，主要用于自适应系统，与当时占主导地位的以顺序离散符号 推理为基本特征的a i 方法完全不同。之后，m i n s k y 和p a p e r t 对感知器为代表的 网络作了严格的数学分析，证明了许多性质，指出了几个模型的局限性。由于相 当悲观，从此神经元网络的研究在相当长的时间内发展缓慢。 c r o s s b e r g 在7 0 年代的工作，使神经元网络的研究又有了突破性的进展。根 据生物学和生理学的证明，他提出了具有新特征的几种非线性动态系统的结构。 1 9 8 2 年h o p f i e l d 在网络研究中引入了“能量函数”的概念，把特殊的非线性动 态结构用于解决象优化之类的技术问题，引起了工程界的巨大兴趣。h o p f i e l d 网 至今仍是应用控制领域中应用最多的网络之一。1 9 8 5 年h i n t o n 和s e j n o w s h i 借 用了统计物理学的概念和方法，提出了b o l t z m a n 机模型，在学习过程中采用了 模拟退火技术，保证系统能全局最优。1 9 8 6 年，以r u m e l t h a r d 和m c c l e l l a n d 为 首的p d p ( p a r a l e l ld i s t r i b u t e dp r o c e s s i n g ) 小组发表一系列的研究结果和算 法。由于他们卓越的工作，为神经元网络的研究提供了触媒剂，使得这方面的研 究和应用进入全盛时期。以后k o s k o 提出了双向联想存储器和自适应双向联想存 储器，为在具有噪声环境中的学习提供有效的方法。 随着人工神经网络理论的发展成熟，其应用已经很快渗透到计算机图像处 理、语音处理、优化计算、智能控带等领域，并取得了很大的发展。从众多应用 研究领域取得的丰硕成果来看，人工神经网络的发展具有强大的生命力。 1 4 神经网络一股市预测的额途径 目前关于股票市场预测的问题主要表现为以下几点： ( i ) 对于股票市场这个多变量非线性动态系统，目前学术上还没有较好的建模 方法，同时，股票市场还具有一定程度的不确定性，因此，对那些试图用建立精 确模型的方法来进行股价预测的方法，其预测效果必然不会理想； ( 2 ) 股票市场中各种因素之间的相关性错综复杂，主次关系变化不定，数量关 系难于提取，因此应用常规的预测方法对股市做出定量的分析也非常困难： ( 3 ) 对股票市场进行预测时，需要处理的信息量和计算量往往十分巨大，对预 测算法的性能要求也非常高，一般的预测方法基于线性或者近似线性的假设，很 难满足对股票市场进行精确预测的要求。 人工神经网络是由简单神经元构成，具有能够模拟生物体中神经网络的某些 结构与功能，进行大规模并行信息处理的非线性模型系统。由于它擅长处理非线 性、数量关系不确定、难于用数学模型描述的复杂系统，1 9 8 7 年，l a 口e d e s 和f a r b e r 首先将神经网络应用于预测领域，之后，这种预测方法得到了广泛的重视和研究。 人工神经网络在经济学领域中的应用主要是在1 9 9 0 年以后，尤其是1 9 9 3 年以后， 各种处理经济问题的人工神经元网络模型广泛出现”。使用神经网络对股票市场 进行预测是由于神经网络本身具有以下特点旧i ： ( 1 ) 它能逼近任意的p 次幂可积函数： ( 2 ) 它采用并行分布信息处理，具有很强的容错性： ( 3 ) 可以用硬件实现： ( 4 ) 具有学习能力和自适应性，受适当训练的网络有能力泛化： ( 5 ) 可以同时对定性和定量的数据进行操作； ( 6 ) 具有多输入和多输出，适用于多变量系统。 神经网络的非线性逼近能力使它在复杂系统的建模方面具有广阔的发展前 景。用于复杂非线性系统建模的神经网络模型主要是基函数网络，如正交函数网 络、样条函数网络、径向基网络、子波网络、b p 网络、自回归网络、时间延迟 网络等等。其中b p 网络是应用最广泛的网络。 神经网络的学习算法主要有两类：静态学习算法和动态学习算法。静态学习 算法可采用最小二乘法或各种梯度算法等，适用于非线性线性系统的i ，0 模型： 动态学习算法可采用不动点学习算法或轨线学习算法等，适用于非线性，线性动力 系统的状态空间或i 0 模型。 神经网络用于预测时，需要研究如下问题： ( 1 ) 对于不同的非线性对象，如何选择神经网络模型和结构，如隐含层个数， 每层隐节点个数，网络参数设定等，即如何把对象信息用于网络辩识。 ( 2 ) 在神经网络系统辩识方面，需要研究算法的快速性和收敛性等。b p 算法和 动态学习算法均为非线性优化方法，存在局部最优的问题，因此需研究更好的算 北京工业大学硕士学位论文 法。 ( 3 ) 神经网络泛化能力，即选择的网络是否具有推广能力。 进行股票预测有一个最根本的困难，那就是待处理的数据量非常巨大，并且 股票行情受到政治、经济等多方面因素的影响，其内部规律非常复杂，某些变化 规律的周期可能是一年甚至几年，因此需要大量数据的分析才能得到，这无疑给 神经网络的训练带来了很高的要求，而训练问题直是神经网络的难点，训练结 果的好坏将直接影响问题求解的精度。 1 5 本文的主要内容 本文对于神经网络在股市预测中的应用作了广泛深入的研究，重点针对b p 算法的缺点，提出了一种遗传b p 算法。大量的实验表明，该算法具有明显的优 越性，而神经网络在股市的中短期预测方面有比较好的效果。具体研究内容包括： ( 1 ) 股市预测中存在的问题； ( 2 ) 标准b p 算法的缺点和遗传b p 算法的提出； ( 3 ) 遗传神经网络在股市预测中的应用； 1 6 本文结构安排 第一章绪论 第二章股票基础知识 第三章遗传神经网络 第四章基于遗传神经网络的股市预测 第五章应用系统设计 第二章股票背景知识 2 1 引言 2 1 1 我国股票市场的发展 股票是一种由股份有限公司签发的用以证明股东所持股份的凭证，它表明股 票的持有者对股份公司的部分资本拥有所有权。由于股票包含有经济利益，且可 以上市流通转让，股票也是一种有价证券。中国的证券市场形成子上个世纪九十 年代初期，经过十几年的发展，我国股票市场已初具规模，沪深上市公司超过1 0 0 0 家，股票已成为现代人生活中的一个重要组成部分，股票投资已成为社会公众谈 论的中心之一。随着我国资本市场的快速发展我国资金融通的重心已由货币市场 逐步向资本市场转移。越来越多的人把股票投资作为自己金融资产增值的主要方 式。 我国的股票市场，作为在社会主义公有制条件下的资本流动市场，为国家经 济体制的改革和国民经济的发展作出了相当大的贡献。对于社会公民，参与股票 投资，一方面利用自己的闲置资金支援国家建设，另一方面可得到相应的投资收 益。 我国已经加入w 1 0 ，随着我国国民经济持续高速增长，我国的股票市场也 将持续发展，上市公司的经营状况会不断改善和提高，从而会使广大股票投资者 分享经济持续增长而带来的投资收益。 2 1 2 进行股票投资分析的必要性 股票投资具有增值快、风险大的特点，中国股市的这种特点更为突出。当前 大多数的股票投资者并不能很好的把握市场的发展脉络，对于过量的信息缺乏筛 选、识别的能力，因此对于股票的投资往往是盲目的、非理性的。 进行股票投资分析的必要性在于： 第一，股票属于风险性资产，其风险由投资者自负，所以每一个投资者在走 每一步的时候都应谨慎行事。高收益带来的也是高风险，在从事股票投资时，为 了争取尽可能大的收益，并把可能的风险降到最低限度，首先我们要做的就是认 北京工业大学硕士学位论文 真进行股票投资分析。这样在买卖过程中，我们才会有信心，使我们看到可能发 生的风险，及时避开隐蔽的陷阱，确保对我们的投资行动来说最为重要的一点一 一安全。 第二，股票投资是一种智慧型投资。长期投资者要注重于基本方法，短期投 资者则要注重技术分析。而要在股市上进行投机，更是一种需要高超智慧与勇气 的举动，其前提是看准了时机才去投资。而时机的把握需要投资者综合运用自己 的知识、理论、技术以及方法详尽的周密分析，进行科学的决策，以获得有保障 的投资收益。这与盲目的、碰运气的赌博性投资行为有根本的区别。 第三，从事股票投资要量力而行，适可而止。要时刻保持冷静的头脑，坚决 杜绝贪念，要想到，哪怕只有一次要赌一把的热血来潮的冲动，也会让你追悔末 及的。 因此，选择适当的投资分析法对股市或个股进行认真分析是能否降低投资风 险，获取投资收益的关键。我们买卖股票，追求的是投资收益最大化和投资风险 最小化。但是，影响股票投资收益率和风险的因素很多，其作用机制也相当复杂。 只有通过认真的、有效的和科学的专业分析，才能客观的把握住这些因素及其作 用机制，做出尽可能准确的走势预测。 2 2 股市预测方法 2 2 1 常用股票投资分析方法 股市分析方法是分析和预测般价变动方向和趋势的方法，可分为：基本分析 法、技术分析法和组合分析法三大类。 基本分析是对上市公司的经营业绩、财务状况，以及影响上市公司生产经营 的客观社会经济环境等要素进行分析，其理论依据是股票价格由股票内在价值决 定，通过分析影响股票价格的基本条件和决定因素，判断和预测其发展趋势。基 本预测主要包括宏观经济运行分析、行业分析和公司分析三个层次。基本分析能 够比较全面地把握证券价格的基本走势，并且应用起来比较简单。但是基本分析 有其致命的弱点，它对市场的反应比较迟钝，预测的时间跨度相对比较长，因此 对市场的短线操作缺乏指导意义；它对市场预测的精确度不如技术分析，特别是 在中国这样一个不成熟的股票市场，股民对统计资料和市场消息的获取上具有明 显的滞后性，对统计数据的整理、归纳需要较高的分析能力和专业技巧，因而对 普通散户投资者而言，要想熟练的利用基本分析法指导日常操作还是比较难的。 北京工业大学砍士学位论文 技术分析是利用统计学、数学的方法分析股票价格的运动规律，把握股票价 格的过去变动情况来推测其未来趋势。相对基本分析而言，技术分析具有一定的 优点：技术分析方法简单方便、易学易懂，在电脑及软件发达的今天容易被人 们接受。科技的迅速普及使技术分析方法走迸机构大户，也贴近中小散户；技 术分析是一种理性分析，其结论比较客观，图表上显示的各种买卖讯号，不可能 因主观意愿而改变，使人们在瞬息万变的股票市场保持客观冷静的态度：技术 分析以多种图表、指标为手段，有具体的形象可供参考，有一定的标准可供遵循， 并可进行多重对比分析，有利于从整体上把握市场。但技术分析也同样存在局限 性：技术指标讯号的出现往往“滞后”，因为并非技术分析描述出市场走势， 而是市场走势给技术分析提示，如果投资者根据某些滞后的讯号采取行动，往往 会错失良机：市场经常出现短期“背离走势”，甚至时有“走势陷阱”出现， 令投资者对此产生不信任甚至上当受骗；技术分析不可能正确预测每次波动的 最高点与最低点，同时对具体时间也无法给予明确讯号。 组合分析法则是将基本分析法和技术分析法二者结合起来的一种方法。在中 国股票市场上进行股票投资，在运用技术分析指导市场的同时，不应忽视对基本 因素的分析，特别是中长线投资者，应将基本分析与技术分析结合起来，完全不 理会基本面，也是片面的。 对于投资者而言，也经常受到以下三个问题的困扰：何时买入? 何时卖出? 如何挑选一个盈利的股票组合? 在入市时机的选择问题上，基础分析从当前的宏 观经济状况及上市公司的财务状况给出大势的基本面分析，技术分析则可在合理 价位的判断方面给出投资决策的参考，而挑选盈利的股票组合则非组合分析莫 属。 目前，一般投资者看到的，以及股票市场预测专家所运用的大多是这三种分 析工具。这三种分析方法不需要高深的理论和文化水平，因此被投资大众看中并 运用到投资决策中。但是，真正研究股市的学者决不限于用这些分析方法。下面 在学术范围内介绍下常用的股市预测方法。 2 2 2 其他股市预测方法 除了传统的股票投资分析方法以外，近年来又发展了许多新的股市预测方法， 并且取得了很好的效果。 ( 1 ) 时间序列分析法l l 5 j 现在常用的时间序列分析法主要是建立自回归模型( a r ) 、移动平均模型 北京工业大学坝士芋位论又 ( m a ) 、自回归移动平均模型( a r m a ) 和齐次非平稳模型( a i u m a ) ，其 中a i u m a 模型是较成熟的模型，常被用来对股价( 最高价、最低价、开盘价、 收盘价) 及综合指数进行预测，通过选择模型的参数和辩识模型的系数实现对时 间序列的拟合，进而用拟合好的模型对未来进行预测。 ( 2 ) 神经网络预测方法 神经网络( n n ) 预测方法主要包括前向神经网络预测方法( 卧j n ) 、时间延 迟神经网络预测方法( t d n n ) 和自回归神经网络预测方法( 心) 。t d n n 可转 化为f n n 。 ( 3 ) 其他预测方法【3 7 】 如专家评估法和市场调整法等定性预测方法，回归分析法、时间序列平滑法、 趋势曲线模型法、随机时间序列预测方法、马尔柯夫预测法和判别分析预测法等 定量预测方法。 2 2 3 股市预测面临的主要难题 目前，股市预测面临以下主要难题： ( 1 ) 股价数据噪声严重 股价指数编制的不合理性、机构大户的造市行为，以及诸多外在因素的冲击 影响而造成股市的强烈波动，使得股价( 指数) 数据中噪声严重且存在许多“奇 异点”。“奇异点”的存在会大大影响系统性能，导致求解过程振荡甚至无法收敛。 在线性条件下，可设计各种滤波器将其滤除，但在非线性条件下却不能轻率处理， 因为这可能代表类模式或结构变化的先兆。数据的这种特性要求系统具有较强 的鲁棒性。 ( 2 ) 股价( 指数) 的菲线性特性 股价( 指数) 自身以及影响股价( 指数) 的各变量之间呈现非线性特性，因 此要求有强大的处理非线性问题的能力。已有的比较成熟的技术大多是解决线性 问题和单变量非线性问题。对于复杂的、一般性的多变量非线性问题缺乏有效的 分析工具。确定性的线性关系只能产生简单的行为，确定性的非线性关系能产生 混沌。股价( 指数) 系统是一个多变量非线性问题。虽然非线性数学、耗散结构 理论、协同学为描述非线性动力学系统提供了一些工具，但实际应用于股价( 指 数) 实证分析仍有不少问题。 ( 3 ) 股价系统的主体是具有主观能动性的投资者。 投资者商业行为的复杂性和对未来事件的影响能力使得预测误差相当大，并 且随着时间的增加而急剧升高。与其他物理系统不同，在股价系统中，对样本数 据的最好匹配并不能保证最好的预测，即建模数据的最小误差准则并不是提高预 测精度的最好准则，一种预测方法过去和现在的表现不能说明其未来的预测结 果。 ( 4 ) 我国股市具有明显的政策性特点。 由于我国股市建立时间短，投资者的投资心态还不成熟，市场经济体制还不 完备，还带有很多计划经济体制的特征，因此股市对于国家的政策性导向非常敏 感，经常出现所谓的暴涨暴跌，因此很难用一个稳定的模型来对这种股市的变动 作出准确的预测。 本文将遗传神经网络用于股市的预测，希望为解决这些难题找到一个好的途 径。 2 3 常用的股票术语和技术指标【3 7 2 3 1 常用股票术语 ( 1 ) 开盘价指当日开盘后该股票的第一笔交易成交的价格。如果开市后3 0 分钟内无成交价，则以前日的收盘价作为开盘价。 ( 2 ) 收盘价指每天成交中最后一笔股票的价格，也就是收盘价格。 ( 3 ) 最高价指当日所成交的价格中的最高价位。 ( 4 ) 最低价指当日所成交的价格中的最低价位。 ( 5 ) 成交量股票成交的数量。手是股票成交的最小单位，一手为l o o 股。 ( 6 ) 成交金额指用货币表示的股票成交总量，等于成交价格乘以成交量。 ( 7 ) 涨跌以每天的收盘价与前一天的收盘价相比较，来决定股票价格是涨 还是跌。 ( 8 ) 压力点、压力线股价在涨升过程中，碰到某一高点( 或线) 后停止涨 升，此点称为压力点( 或压力线) 。 ( 9 ) 支撑点、支撑线股价在下跌过程中，碰到某一点( 或线) 后停止下跌 甚至回升，此点称为支撑点( 或支撑线) 。 ( 1 0 ) 市盈率是某种股票每股市价与每股盈利的比率。 1 】 北京工业大学硕士学位论文 市盈率= 普通股每股市场价格普通股每年每股盈利 市盈率是估计普通股价值的最基本、最重要的指标之一。一般来说，市盈率 表示该公司需要累积多少年的盈利才能达到目前的市价水平，所以市盈率指标数 值越低越小越好，越小说明投资回收期越短，风险越小，投资价值一般就越高： 倍数大则意味着翻本期长，风险大。 ( 1 1 ) 市净率是股票市场价格与账面价格的比值。 市净率= 股票价格每股净值 市净率反映了一支股票泡沫成分的大小。一般来说，市净率越大，泡沫成分 越高，但也说明股民对该支股票的前景更为看好：市净率越小，泡沫成分越低， 但也说明股民对该支股票的前景更为看淡。 ( 1 2 ) 资产收益率是企业净利润与平均资产总额的百分比。 资产收益率= ( 净利润+ 平均资产总额) x 1 0 0 该数值表明企业资产利用的综合效果。一般来说，在同一板块内，资产收益 率越高，股价越高，也就是说，该数值与股票价格有直接联系。 ( 1 3 ) 庄家指参与股市操作的证券、保险、金融等资金雄厚的机构，它们构 成了股市的主力，庄家的操作意图对股市的趋势起着决定性作用，是散户跟踪的 目标。 ( 1 4 ) 投资热点代表了某段时间内投资者关注的题材。题材范围内的股票受 公众的关注，往往是涨幅度较大的股票，也是投资者可能获利或受损的股票。对 投资热点的分析与预测可以指导投资者制订投资方案，也可以根据投资热点来分 析被预测股票的受影响方向和程度。 ( 1 5 ) 股票指数股票指数即股票价格指数。是由证券交易所或金融服务机构 编制的表明股票行市变动的一种供参考的指示数字。由于股票价格起伏无常，投 资者必然面临市场价格风险。对于具体某一种股票的价格变化，投资者容易了解， 而对于多种股票的价格变化，要逐一了解，既不容易，也不胜其烦。为了适应这 种情况和需要，一些金融服务机构就利用自己的业务知识和熟悉市场的优势，编 制出股票价格指数，公开发布，作为市场价格变动的指标。股价指数是由计算期 的股价与基期股价相比后得到的相对指标。股价指数首先把某一时点作为基期， 定为1 0 0 ，当期股价则与基期相比，并用百分比表示。在我国主要有上证指数和 深证指数。 ( 1 6 ) k 线图所谓k 线就是记录每一日( 周、月) 股市交易的开盘、收盘、 最高、最低价格，用实体或空白棒线表现出来的图形。 2 3 2 常用的技术指标3 7 】 ( 1 ) 移动平均线m a 移动平均线是用统计处理的方式，将若于天的股票价格加以平均，然后连接 成一条线，用以观察股价趋势。移动平均线目的在取得某一段期间的平均成本， 而以此平均成本的移动曲线配合每日收盘价的线路变化分析某一期间多空的优 劣形势，以研判股价的可能变化。一般来说，现行价格在平均价之上，意味着市 场买力( 需求) 较大，行情看好：反之，行情价在平均价之下，则意味着供过于 求，卖压显然较重，行情看淡。 以十日移动平均线为例。将第1 日至第1 0 日的l o 个收盘价，累计加起来后 的总和除以1 0 ，得到第一个1 0 日平均价，再将第2 日至第1 1 日收盘价和除以 l o ，则为第二个l o 日平均价，这些平均价的连线，即成为1 0 日移动平均线，移 动平均的期间长短关系其敏感度，期间愈短敏感度愈高。 ( 2 ) 平滑异同移动平均线m a c d m a c d 的原理是利用快速移动平均线和慢速移动平均线聚合和分离的征兆 功能，加以双重平滑运算，用以研判买进与卖出的时机、信号。 设定1 2 日为快速移动平均线( 1 2 日e m a ) ：设定2 6 日为慢速移动平均线( 2 6 日e m a ) 。设定1 2 日e m a 平滑系数为0 1 5 3 8 ；设定2 6 日e i a 平滑系数为0 0 7 4 l 。 设定离差值d i f = 1 2 日e m a 一2 6 日e m a 其中： 1 2 日e m a - o 1 5 3 8 ( 今日平均指数一1 2 日指数平均值) + 1 2 日指数平均值 2 6 日e m a = 0 0 7 4 1x ( 今日平均指数一2 6 日指数平均值) + 2 6 日指数平均值 m a c d 的计算公式为： 姒c d = 平滑系数0 2 ( 今日离差值一昨日离差平均值) + 昨日离差平均值 离差柱线队r 的计算公式为： 8 a r = d i f m a c d 分析m a c d 指标需要配合其他技术指标共同研判来决定投资行为。由于d i f 的含义是短期移动平均值与长期移动平均值的“离差”，因而如果行情见涨，则 短期线在长期线以上，故d i f 为正值而且离差加大。投资者应适当控制买入速度， 防止追涨而被套牢。如果行情下跌，则短期线在长期线以下，故d i f 为负值而且 负离差加大。投资者可适当购入股票，不要坐失良机。当行情由多头向空头转换， 北京工业大学硕士学位论文 或由空头向多头转换时离差值趋向0 ，投资者可观望一段，研判走势后再决定 买卖行为。 离差平均值从c d 反映的是平均后的离差值，所以m a c d 和d i f 应配合股市观 察。当m a c d 和d i f 都在o 轴线以上时，说明买方力量强，投资者不可猛追，应 停一下观察。当m a c d 和d i f 都在o 轴线以下时，说明市场抛盘压力大，投资者 也不必悲观，适当购入以待股价上涨时再抛出。 如果d i f 向上突破m a c d 和o 轴线时，说明买盘大，投资者可加入多头部队。 但注意不要贪心，适当控制购股节奏。如果d i f 向下跌破m a c 和o 轴线时，说明 卖方多。投资者在抛出股票时，要考虑股价底线可能来临了，应考虑低价购进一 些股票，待股价上涨时再卖出。总之，当d i f 和m a c d 发生背离时，投资者既不 要悲观也不要乐观，更需要理智和冷静来决策投资行动。 ( 3 ) 随机指标( k d j ) 随机指标在图表上共有三根线，k 线、d 线和j 线，随机指标在计算中考虑 了计算周期内的最高价、最低价，兼顾了股价波动中的随机振幅，因而人们认为 随机指标更真实地反映股价的波动，其提示作用更加明显。 k = 2 k h i 3 + r s v ，3 d = 2 d t 1 ，3 + k 3 r s v = 1 0 0 ( c n l 。) “h n - l n ) 其中：c 为当日收盘价；l 为当日最低价；h 为当日最高价 j = 3 k 一2 d k d 线称之为随机指标，k 为快速指标，d 为慢速指标，当k 线向上突破d 线 时，表示为上升趋势，可以买进。当k 线向下突破d 线时，可以卖出，又当k d 值升到9 0 以上时表示偏高，跌到2 0 以下时表示偏低。 ( 4 ) 相对强弱指数( r s i ) 相对强弱指数是通过比较一段时期内的平均收盘涨数和平均收盘跌数来分 析市场的意向和实力，从而作出未来市场的走势。 r s i = 上升平均值+ ( 上升平均值+ 下跌平均值) 】1 0 0 上升平均值是在周期内升幅的平均值，而下跌平均值则是在同周期内跌幅的 平均值。 r s i 指标依个人使用习惯，设定周期各有不同，通常为1 4 天，也有6 天、l o 天、1 2 天等。周期短较敏感，周期长则反应稍慢。 受计算公式的限制，不论价位如何变动，强弱指标的值均在0 与1 0 0 之间。 北京工业大学硕士学位论文 强弱指标保持高于5 0 表示为强势市场，低于5 0 表示为弱势市场，多在7 0 与3 0 之间波动。通常当指标上升到达8 0 时，表示股市已有超买现象，超过9 0 时，则 表示已严重超买，股价极可能在短期内反转回转；当强弱指标下降至2 0 时，表 示股市有超卖现象，如果继续下降至1 0 以下时则表示已严重超卖，股价极可能 止跌回升。每种类型股票的超卖超买值是不同的。 ( 5 ) 人气指标( o b v ) 所谓人气，指投资者活跃在股市上的程度。如果买卖双方交易的情绪高，股 价、股票成交量就上升，股市气氛则热烈，俗称人气旺。如果人气不旺，股价、 股票成交量就下跌。可见，人气兴衰影响股价和股票成交量。而股价和股票成交 量的大小又可以反映人气兴衰的程度。因此，利用股价和股票成交量的指标来反 映人气的兴衰，就形成了指标o b v 。该指标的发明人为美国股票专