（计算机应用技术专业论文）提供交易策略的股票预测.pdf

摘要 摘要 股票市场在我国产生以来不断成长，逐步成为证券业乃至整个金融业必不可少的组 成部分，受到越来越多投资者的关注，因而对股票市场走势的分析和预测具有重大的理 论意义和可观的应用价值。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中短期预测成果。 首先，本文对股市预测的背景、意义、国内外研究现状及股票市场的基本理论进行 综述，对影响股市的各种因素、股市预测方法及股市预测面临的难题进行分析。 其次，使用目前应用最广泛的b p 神经网络对股票价格进行预测，将此方法应用于 微软股票收盘价的预测，预测结果很好的拟合了收盘价的实际变化趋势。 再次，根据股票市场高度非线性的特点及基本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，本文提出了基于回声状态网络的股票预测模型。 同样将此模型应用于微软收盘价的预测，并将其预测结果与b p 网络模型预测结果进行 对比。然后对预测结果进行m a c d 处理，得到了股票价格的具体交易建议。 最后，以基于e s n 的股价预测模型为基础建立了股价预测模拟系统，对微软、中 国石化等六只股票的实际分析初步检验了本文提出的股价预测模型的有效性。 结果表明，神经网络用于股市的预测是有效的、可行的。在研究中，由于样本本身 容量小且我们对证券市场价格波动有重要影响的基本面诸因素没有予以考虑，所以本文 的工作离实际应用还有不小的距离，有待于进一步的改进完善。要达到实用化这一目标， 尚需做艰苦的努力。 关键词：股票预测；b p 神经网络；回声状态网络；技术指标 a b s t r a c t a b s t r a c t s t o c km a r k e tb e c a m et h em o s ti m p o r t a n ta n da b s o l u t e l yn e c e s s a r yp a r to fs e c u r i t i e st r a d e a n df i n a n c i a lm a r k e ta f t e rt h ee s t a b l i s h m e n ti nc h i n a m o r ea n dm o r ei n v e s t o r sp a ya t t e n t i o n t os t o c km a r k e t s ot h ea n a l y s i sa n df o r e c a s to fs t o c km a r k e th a v en o to n l ys i g n i f i c a t i o no f t h e o r yb u ta l s om e r i to fa p p l i c a t i o n s t o c km a r k e ti sav e r yc o m p l e xn o n l i n e a rd y n a m i c s y s t e m n e u r a ln e t w o r kh a st h ec a p a b i l i t yo fa p p r o x i m a t i n ga n yn o n l i n e a rs y s t e ma n d s p e c i a l t yo fs e l f - l e a r n i n ga n ds e l f - a d o p t i n g t h ee x p e r i m e n t ss h o wt h a tt h em e t h o do f m o d e l i n gs t o c km a r k e tu s i n gn e u r a ln e t w o r kh a sas a t i s f y i n gr e s u l t i nn e a r - p e r i o do r m i d d l e p e r i o ds t o c kp r e d i c t i o n f i r s t l y , t h ep a p e rs t a t e st h eb a c k g r o u n d ，m e a n i n g ，d o m e s t i ca n di n t e r n a t i o n a lr e s e a r c h c u r r e n ts i t u a t i o na n db a s i ct h e o r i e sa b o u ts t o c km a r k e tp r e d i c t i o na n da n a l y s i sv a r i o u sf a c t o r s t h a ta f f e c tt h es t o c km a r k e t ，s t o c km a r k e tp r e d i c t i o nm e t h o d sa n dt h ep r o b l e m si np r e d i c t i n g s e c o n d l y , t h ew i d e l yu s e db pn e u t r o nn e t w o r ki sa p p l i e dt op r e d i c tt h ec l o s ep r i c eo f m i c r o s o f tc o m p a n ys t o c ka n dt h ee x p e r i m e n t a lr e s u l t sf i tt h ec h a n g et e n d e n c yo ft h ea c t u a l c l o s ep r i c e n e x t , t h es t o c kp r e d i c t i o nm o d e lb a s e do ne c h os t a t en e t w o r ki sp r o p o s e do nt h eb a s eo ft h e 1 1 i g h - n o n l i n e a rs p e c i a l t yo fs t o c km a r k e ta n dt h es h o r t c o m i n go fb a s i cb pa l g o r i t h mi nt h e s l o wc o n v e r g e n c es p e e da n dl o c a lm i n i m u m s i m i l a r l y ，t h em o d e li sa p p l i e dt op r e d i c t i n gt h e c l o s ep r i c eo fm i c r o s o f tc o m p a n ys t o c ka n dt h ee x p e r i m e n t a lr e s u l t sa r ec o m p a r e dw i t l lt h a t o fb pn e u r a ln e t w o r k s a c c o r d i n gt ot h em a c ds t r a t e g y ，p r e d i c a t i o nv a l u e sa r ee s t i m a t e d a n dv a l u a b l et r a d i n ga d v i c ea r eg i v e n f i n a l l y , as t o c kp r i c ep r e d i c t i o ns i m u l a t i o ns y s t e mi ss e tu pb a s e do nt h ea b o v em o d e l t h e v a l i d i t yo ft h em o d e li st e s t e db ya n a l y z i n gs i xs t o c k ss u c ha sm i c r o s o f tc o m p a n ys t o c ka n d c h i n e s ep e t r o l e u mc h e m i c a ls t o c ka n ds oo n t h ee x p e r i m e n t a lr e s u l t ss h o wt h a ti ti sa p p l i c a b l ea n df e a s i b l et ou s en e u r a ln e t w o r kt o p r e d i c ts t o c km a r k e t h o w e v e r ，t h ea m o u n to ft r a i n i n gs a m p l e su s e di no u rm o d e li sr e l a t i v e l y s m a l l ，a n dt h ed i m e n s i o no fe a c hs a m p l ei sl o w w ed on o tc o n s i d e rt h ei n f l u e n c eo ft h e g o v e r n m e n tp o l i c ya n ds o m eo t h e rf a c t o r s ，w h i c hu s u a l l yp l a ya ni m p o r t a n tr o l ei nt h e f l u c t u a t i o no ft h es t o c km a r k e t s ot h e r ei ss t i l lal o n gw a yt og ob e f o r ea p p l y i n gi tt or e a l a p p l i c a t i o n s ，a n dn e e dt ob ei m p r o v e df u r t h e r k e y w o r d s ：s t o c km a r k e tp r e d i c t i o n ；b pn e u t r o nn e t w o r k ；e c h os t a t en e t w o r k ； t e c h n i c a li n d e x e s i i 独创性声明 本人声明所呈交的学位论文是拳人在导师指导下进行的研究工作及取 得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文 中不包含其他人已经发表或撰写过的研究成果，也不包含本人为获得江南 大学或其它教育机构的学位或证书而使用过的材料与我一同工作的同志 对本研究所做的4 - s = 何贡献均已在论文中作了明确的说明并表示谢意。 签 名：疆拿封 日 期- 趟：墨：! 妊 关于论文使用授权的说明 本学位论文作者完全了解江南大学有关保留，使用学位论文的规定： 江南大学有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允 许论文被查阅和借阅，可以将学位论文的全部或部分内容编入有关数据库 进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文， 并且本人电子文档的内容和纸质论文的内容相一致 保密的学位论文在解密后也遵守此规定 签名：蟊巨刍址导师签名： 日 期： 第一章绪论 第一章绪论 1 1 研究背景与意义 股票是市场经济的产物，在一个国家的金融领域有着举足轻重的地位，并且对人 们的经济生活有着越来越深刻的影响。近年来，股票市场已经逐步成为证券业乃至整个 金融业必不可少的组成部分，显示出强大的生命力，股票投资也己经成为人们日常生活 的一个重要组成部分。股市的暴涨暴跌对金融市场会产生很大的振荡，直接影响到金融 市场的稳定和经济的健康发展。如果能够预测股票的涨跌，及时对股票市场进行合理的 调控和健康的引导，这将为我国经济的持续发展提供坚实的后盾【l 】。 1 1 1 研究背景 在金融系统的预测研究中，股票预测是一个非常热门的课题，股票系统内在性质及 预测的研究具有重大的理论意义和诱人的应用价值。股票市场具有高收益与高风险并存 的特性，为趋利避险，人们一直孜孜以求，探索其内在规律，寻找其有效的预测方法和 工具。但是，股票市场作为一种影响因素众多、各种不确定性共同作用的复杂系统，其 价格波动往往表现出较强的非线性的特征，而且股市各因素间相关性错综复杂，主次关 系变化不定，数量关系难以提取及定量分析。另外，股市的建模与预测所处理的信息量 往往十分庞大，对算法有很高的要求。正是其复杂的非线性动力学特性，使得关于股市 的预测往往难如人意【2 j 。关于股市分析与预测的研究一直为人们所关注，传统的统计方 法，可以预测一段时间内股指变化的大致走势，但股指短期的涨跌往往是投资者更感兴 趣的信息。此外，传统方法还要事先知道各种参数，以及这些参数在什么情况下应作怎 样的修正。近年来计算机技术和人工智能技术的迅猛发展，为股票市场的建模与预测提 供了新的方法，而神经网络能自动从历史数据中提取有关经济活动的知识，可以克服传 统定量预测方法的许多局限以及面临的困难，同时也能避免许多人为因素的影响【3 】，因 而在股市预测模型建造的合理性以及适用性方面都具有其独特的优点。 总之，股票市场作为社会主义市场经济的重要组成部分，在我国的经济发展中发挥 着重要的作用。研究股票的预测能够指导投资者进行有益的投资，不仅可以为个人提供 利润，更可以为国家经济的发展做出贡献。 1 1 2 研究意义 随着中国市场经济改革的深入，中国股票市场经历了一个从无到有、从小到大、从 区域到全国，迅速膨胀的发展过程。股票市场在我国不断发展，受到投资者的普遍关注， 因而对股票价格走势的分析和预测具有重要的研究意义。 股市是最重要的投资场所之一，全国人大副委员长成思危曾经说过，股市的本质是 有效的投资场所。这说明随着人们生活水平的提高，人们将寻求银行储蓄以外的其它理 财途径。从发达国家的例子来看，证券投资在居民家庭财产构成中占有很大的比重，如 美国家庭财产的3 0 左右是股票和基金资产，并且有一半以上的家庭拥有股票投资。如 江南大学硕士学位论文 果能够正确认识股票市场的运行规律，就可以引导股民进行正确的投资，为投资者带来 可观的回报。与此同时，可以充分的发挥股市融资作用，为政府减轻负担，解决企业资 本结构中高负债比等一系列问题。在这个过程中，对政府而言面临着如何有效地对市场 进行监管，防范金融风险，充分发挥其积极的一面，使股票市场健康稳定地发展；对投 资者而言则面临着如何在最小化投资风险的同时最大化投资收益。所以，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。 综上所述，正确认识我国股市的运动规律，宏观上使政府能够对股票市场进行预测， 加强调控和管理，使股票价格真正成为经济发展的晴雨表。从微观上讲，正确的认识股 票市场的运动规律可以使投资者获得尽可能大的投资收益。辨识股票市场的运动规律以 及对将来股票市场状态的预测逐渐成为我国经济生活的重要组成部分。 1 2 研究目的 世界万物都是按照一定的规律变化发展的，股票市场也不例外。自从股票市场形成 以来，人们对其规律的探索就没停止过。各种理论、各种方法都是从不同的角度、不同 的视点、不同的方面对股票市场本质加以分析研究，试图寻找到股票市场的运行规律。 所以不同的研究结论都是对于相同的股票市场本质的不同反映。股票市场是运动的系 统，其本质是运动的，无形的，物质的系统。它与其它运动的物质一样，必然符合自然 界一般规律，存在着一定的规律性。 股票市场是本文研究的对象，而预测是研究的目的。预测是指运用现有的方法，从 已知事件推知未知事件。预测理论作为通用的方法论，既可以应用于研究自然现象，也 可以应用于研究社会现象。预测本质就是找到事物发展的趋势。所谓趋势就是众多“规 律中的一种表现形式。股票市场也是如此，有很多人在做趋势预测工作。最典型的就 是华尔街分析师评估企业季度盈余。其主要内容如下：这个季度业绩如何，下个季度“预 计 盈余多少，股票的目标价位是多少，投资评级是什么等等，这些都是“趋势预测 的结果。正因为如此，每当一家企业公布季度盈余后，我们就会看到媒体如此评论：“某 某企业第二季度盈余超过( 或低于) 市场预期多少 。这个“预期”就是华尔街分析师 较早前所作的预测。 从上面的介绍可以看出，股市预测是经济预测的一个分支，是指对股票市场的具体 市场行为所作的预n f 4 。其特点是通过对股票市场过去和现在的行为，应用统计学和逻 辑上的方法，归纳总结一些典型的行为，从而预测股票市场的未来变化趋势。股票市场 行为包括价格的高低、价格的变化、发生这些变化所伴随的成交量，以及完成这些变化 所经过的时间。概括的说是以准确的调查统计资料和股市信息为依据，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的测定。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：指数预测和个股价格预测。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。 本文的研究目的就是通过一定的方法找到股票市场运动的一般规律，也就是股票价 格的运动趋势。选择适当的数据预处理方法和神经网络预测方法，做出对个股价格的中 2 第一章绪论 短期预测，并利用技术分析指标给出股票的具体交易建议。 1 3 国内外研究现状 对股价的波动分析很早就有人研究，首先是一些证券分析家，提出了两大类基本方 法：基本分析法和技术分析法。一般基本分析法用于对股市和股价的分析，而在买卖股 票的实际把握上，可运用技术分析的方法。虽然这些分析方法在早期对人们认识股市起 到了很大作用，但是随着股市的不断膨胀发展，这些非智能化的方法已经逐渐褪去了光 环。与此同时，一些金融工程师和智能控制家进行了一些智能化方法的研究。从2 0 世 纪9 0 年代初至今，国内外对神经网络的研究取得了划时代的发展，并应用于各个领域。 1 3 1 国外研究现状 在金融领域，以欧美为中心，很多学者开展了神经网络的研究与应用。在利用神经 网络技术进行股票预测的研究中，最早的研究是1 9 8 8 年w h i t e 利用神经网络来预测i b m 普通股每日报酬掣5 1 ，但是经过训练样本的学习后，其预测结果并不理想。他认为原因 可能是神经网络陷入局部极小值而无法跳出，造成预测能力不强。 1 9 9 0 年k i m o t o 等用神经网络开发了t o k y os t o c ke x c h a n g ep r i c ei n d e x ( t v o i x ) 预测 系统 6 1 ，主要对东京证交所股价加权平均指数进行预测，以决定买进卖出的最佳时机， 最后得到的结果：神经网络模型的报酬率优于t p o i x 加权平均指数。 x i a o h u aw a n g 检验了增加交易量的信息是否能够提高神经网络预测的准确性1 7 1 。在 研究中使用标准普尔5 0 0 指数和道琼斯工业指数的收益率和交易量数据对神经网络进行 训练，其结果用来与不含交易量信息的神经网络进行比较。实证结果显示交易量对改善 预测的准确性几乎没有作用，有时甚至会造成过度拟合。 1 3 2 国内研究现状 国内也进行了许多有益的研究：1 9 9 9 年，梁夏在改进的快速b p 算法基础上，提出 一种增加网络自纠错功能的预测方法【8 】。分别以上海金陵与申达实业的收盘价、成交量、 成交金额为原始数据作对比实验，发现使用新方法后，网络的预测性能较标准b p 有较 大的提高。 2 0 0 2 年，姜静清、梁艳春等用改进的r b f 神经网络对股市综合指数进行了预测【9 】， 并在r b f 网络的误差函数中增加了利润、时间和趋势信息，采用基于梯度下降的误差 纠正算法对网络进行训练。结果表明，该方法在提高投资收益的意义下，提高了神经网 络模型在金融领域的预测性能。 武振、郑王愕将遗传算法与b p 算法结合成为遗传神经网络( g n n ) ，采用遗传算法 优化b p 网络初始权值，利用b p 算法训练网络权值，可加快算法训练速度，达到权值 最优化【l 。利用g n n 具有的处理模糊、非线性和含有噪声数据的优势，选定沪市权值 较大股票的收盘价、成交量时间序列进行训练、预测，结果表明，该网络具有收敛速度 快和预测精度高的特点。 从以上的文献可以看出，神经网络用于股市预测是可行的、有效的。研究表明，股 3 江南大学硕士学位论文 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。 1 4 本文的研究思路 本文的目的在于通过建立人工神经网络的股价预测模型，为投资者预测股票的价格 走势，对投资者的投资决策提供辅助支持，进而提高股票投资的技术性和科学性，降低 中小投资者的投资风险，提高其个人收益。 本论文的写作流程如下： 第一章，概述部分。主要介绍股票预测的研究背景与意义、研究目的、国内外研究 现状以及本文的研究思路。 第二章，股票预测理论与方法。介绍了股票的基本理论，股票预测的方法以及目前 股市预测面临的问题。 第三章，b p 在股市预测中的应用。简单介绍了b p 的结构、b p 预测股价的步骤， 指出了b p 在股票预测中存在的问题，从而引出下一章的内容。 第四章，基于e s n 的股价预测模型的建立。本章详细介绍了基于e s n 的股价预测 模型，主要包括相空间重构理论、主元分析理论、e s n 的结构和训练过程以及股市中常 用的技术分析指标m a c d ，并对微软公司的股票收盘价进行预测，将预测的结构同b p 预测的结果进行对比分析。 第五章，提供交易策略的股票预测系统。以第四章介绍的模型为基础，将v b 与 m a t l a b 的优势相结合建立了股票预测系统，对国内相对稳定的几只股票进行分析并 给出某时间段内的具体交易建议。 第六章，总结与展望。对本文的研究工作做一个总结，并提出了本文没有解决的地 方及未来研究工作的重点。 4 第二章股价预测理论与方法 第二章股价预测理论与方法 2 1 股票基长理论 2 1 1 股票的概念和特征 股票是股份公司为了筹集资金，公开发行的，用以证明持有者的股东身份，赋予其 规定的权益，并据以获取股息和红利的一种有价证券。股票是对股份公司拥有所有权的 法律凭证。它证明其持有者因对公司的投资行为，从而获得了公司股东的资格，享有规 定的权利。股份公司的所有权通常被均分成一定数量的基本单位，称为“股份。投资 者根据持有股份的数量，按比例享有公司的所有权。 股票的主要特征表现有三个方面： 第一，具有不可逆性。股票一经购买，持有者不能退股索还股金。 第二，具有风险l 生。股票不像债券那样可以到期还本付息，持有者只能观看该企业 的盈利状况和股市行情，所以购买股票是一种风险投资。 第三，具有流通性。股票作为一种资本证券，是一种灵活有效的集资工具和有价证 券，它虽然不能中途返还，但可以转让、抵押和流通。这种灵活性和流通性是股票的优 点，也是它的生命所在。 2 1 2 股价预测的相关变量 股价是指股票交易市场上买卖股票的价格，又称股票行市。形成和影响股价的基本 因素是预期股息和银行利息率。股价与预期股息的大小成正比，与银行利率成反比。即： 股票价格= 预期股息银行利息率 从另一种角度出发，股价又可分为股票面值即票面价值、股票发行价格、账面价值、 内在价值和市场价格。股价的波动是股市运行的基础，也是股票投资者时刻关注的焦点。 目前关于股价走势数据统计指标主要有【1 1 】： ( 1 ) 综合指数：代表整个股市的气势，是大盘分析的代表变量，如我国的上证综指 和深证综指。不论是上证综指还是深证综指，都是指以该证券交易所挂牌的全部股票为 计算范围，以发行量为权数的加权综合股价指数。计算公式为： 即日综合指数= 即日指数股总市值基日指数股总市值基日指数 其中上证综指以1 9 9 0 年1 2 月1 9 日为基期，基期指数为1 0 0 点；而深证综指以1 9 9 1 年4 月3 日为基期，基期指数为1 0 0 点。 ( 2 ) 开盘价：指当日开盘后该股票的第一笔交易成交的价格。若开市后3 0 分钟内无 成交价，则以前日的收盘价作为开盘价。 ( 3 ) 收盘价：指某种证券在证券交易所一天交易活动结束前最后一笔交易的成交 格。若当日没有成交，则采用最近一次的成交价格作为收盘价。 ( 4 ) 最高价：指当日所成交的价格中的最高价位。 ( 5 ) 最低价：指当日所成交的价格中的最低价位。 5 江南大学硕士学位论文 ( 6 ) 成交量：股票成交的数量。手是股票成交的最小单位，一手等于1 0 0 股。 ( 7 ) 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。 ( 8 ) 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。 ( 9 ) 技术指标：技术指标是图表分析的辅助工具，为把握价格走势提供量化的分析 方法，一般常用的，较为可靠的技术指标有动量指数、相对强弱指数、随机指数、平滑 异同移动平均指标、方向性变动指数等。上述指标中的开盘价、最高价、最低价、收盘 价、成交量以及成交金额是一支股票价格的基本指数，其它的都是利用经验将它们按一 定的规则计算得到的技术指标。因此，基本指数与技术指标之间在一定程度上相互联系， 相互反映。 2 1 3 影响股价的因素 股市行情素来有国民经济晴雨表之称。当国民经济总体向好时，股市一般将提前走 牛并持续相当长的时间；当国民经济不景气的时候，股市行情或以股灾或以阴跌不止的 方式反映出来。股票市价为何会随时变动，最基本的原因在于股票在证券市场中是一种 商品，商品价格的高低除了受供需法则的支配外，尚受制于市场不利因素的影响，一般 来说影响股市变动的因素大略有经济因素、政治因素、公司自身因素、行业因素、市场 因素、心理因素六大因素l l 引。 ( 1 ) 经济因素 影响股票市场的经济因素非常多，如经济周期、经济指标、通货膨胀、利率、汇率、 外贸状况等，综合表现为经济运行状况。经济运行状况和股票市场走势存在明显的相关 关系：当经济运行状况正常稳定时，股票价格稳中有升；当经济运行状况良好时，股票 市场牛气冲天；当经济运行状况较差时，股票市场相对沉闷，股价有可能徘徊或下降。 ( 2 ) 政治因素 政治因素的内容十分广泛，如国内政局、国际局势、突发政治事件、外交关系、战 争等。这些问题往往牵涉面非常广，有时具有相当的突发性，有时则很微妙，所以对股 市的影响具有相当大的不确定性，往往使股指的波动性加大。在中国，“政策因素 己 成为股市的基本指标之一。回顾中国股市的发展历程，每一次的行情，无不与政策有关， 如果能够关注国内的政治动态，尤其是关注政府的金融政策，就会在股市操作中保持清 醒的头脑。 ( 3 ) 公司因素 股票自身价值是决定股价最基本的因素，而这主要取决于发行公司的经营业绩、资 信水平以及连带而来的股息红利派发状况、发展前景、股票预期收益水平等。 ( 4 ) 行业因素 行业在国民经济中地位的变更，行业的发展前景和发展潜力，新兴行业引来的冲击 等，以及上市公司在行业中所处的位置、经营业绩、经营状况、资金组合的改变及领导 层人事变动等都会影响相关股票的价格。 ( 5 ) 市场因素 投资者的动向、大户的意向和操纵、公司间的合作或相互持股、信用交易和期货交 6 第二章股价预测理论与方法 易的增减、投机者的套利行为、公司的增资方式和增资额度等，均可能对股价形成较大 影响。 ( 6 ) 心理因素 社会公众心理因素即投资者的心理变化对股票价格有很大的影响。如果投资者对某 种股票的市场前景过分悲观，就会不顾发行公司的赢利状况而大量抛售手中的股票，致 使股票价格下跌。很多投资者存在一种盲目跟风心理，这种跟风心理，被人们称之为“羊 群心理”。 2 1 4 股票预测基础 ( 1 ) 市场行为说明一切 这一理论认为，所有影响市场价格的因素，包括政治、经济、心理、公司业绩等信 息，都已经反映到价格中，并提前被价格所消化。再花费精力和时间对这些因素进行研 究己没有必要，投资者应该尽力寻找价格本身变化的规律性。而影响价格变动最直接的 力量就是供求关系和心理因素，只要一种证券的需求量大，人们对其今后的走势就充满 乐观预期。其价格必然上升；反之，需求量小，人们的预期就较为悲观，价格必然下跌。 在这种情况下，分析人员不过是通过研究图表及大量辅助指标，让市场自己提示它最可 能的走势，而并非他们自己去主观臆测。 ( 2 ) 价格趋势一旦形成，往往会持续若干时间 “趋势”一词是技术分析的核心。当一种趋势刚刚发生时，就及时准确地揭露出来。 其前提是趋势一旦形成，常常会沿着现存的走势继续演变，直到某一时刻，这种趋势掉 头转换成另一种趋势。所以，技术分析强调顺势而为，即坚定不移地顺应一个既有趋势， 直至有反向的征兆为止。 ( 3 ) 历史会再现 技术分析表明，人的行为及心理在历史的不同时期有着惊人的相似。证券价格虽然 由供求因素决定，但左右供求的力量来自于人的行为、心理和投资环境。比如，当大家 对某种证券充满乐观预期时，其价格必然会上升。技术分析人员在分析市场过去的趋势 时，总能在图表上找到某些相似点，反映出人们共同的看好或看淡心理。现实中，技术 分析人员认为，只要把人们的行为、心理及环境特征与历史上类似的情况和市场走势联 系起来，进行比较和分析就可能预测以后市场的价格趋势。 2 2 股票预测方法 股票市场是一个复杂并且难以预测的系统，是一个典型的非线性系统。股票价格指 数和平均数仅仅为人们提供了一种衡量股票价格历史变动的工具。多年来，人们对于股 票价格走势进行了不懈的研究，产生了众多的股票市场走势预测方法。 2 2 1 证券投资分析方法 证券投资分析方法是分析和预测股价变动方向和趋势的定性方法，可分为基本分析 7 江南大学硕士学位论文 法和技术分析法两大类，如图2 1 所示： 经验，知识 市场行情 图2 1 股票市场决策分析 f i g 2 - 1t h ea n a l y s i so fs t o c km a r k e t ( 1 ) 基本分析法 基本分析法以经济学、财政金融学、财务管理学、投资学为理论基础，研究的是影 响股市走势的基本要素。基本分析法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，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 本分析法有其致命的弱点，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。另外，它对股票市场预测的精确度不如技术分析法， 特别是在中国这样一个不成熟的股票市场，股民在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。 ( 2 ) 技术分析法 股价的技术分析是相对于基本分析而言的。技术分析法是透过图表或技术指标的记 录，主要研究市场过去及现在的行为反应，以推测未来价格的变动趋势，是市场行为的 经验总结。其依据的技术指标的主要内容是由股价、成交量和涨跌指数等数据计算而得 的【1 3 】。技术分析的基本观点是：所有股票的实际供需量及其背后起引导作用的种种因素， 包括股票市场上每个人对未来的希望、担心、恐惧等等，都集中反映在股票的价格和交 易量上。技术分析法的优势是同市场比较接近，考虑问题比较直接，用技术分析法指导 股票买卖见效快，获得利益的周期短。技术分析能够根据那些残留在图表上的变化痕迹 反过来了解基本面的变化，似乎有先人一步的敏锐，但也有其局限性t ( 1 ) 技术指标讯 号的出现往往“滞后 ；( 2 ) 市场经常出现短期“背离走势 ，甚至时有“走势陷阱 出 现；( 3 ) 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 给出明确讯号，难以事先推测市场总的结构变化，常会遇到技术分析失准的问题。 在时间上，技术分析法注重短期分析，在预测旧趋势结束和新趋势开始方面优于基 本分析法，但在预测较长期趋势方面则不如后者。大多数成功的股票投资者都是把两种 分析方法结合起来加以运用。他们用基本分析法估计长期趋势，而用技术分析法判断短 8 第二苹股价预测理论与方法 期走势和确定买卖的时机。股价技术分析和基本分析都认为股价是由供求关系所决定， 基本分析主要是根据对影响供需关系种种因素的分析来预测股价走势，而技术分析则是 根据股价本身的变化来预测股价走势。 2 2 2 模型预测法 模型预测法是在一定的股市发展理论的基础上，利用历史和现在的数据建立有关数 学模型，然后求解这个数学模型，最后反过来根据计算结果对未来股市的发展做出定量 预测，并且以这个数学模型对股市系统的基本特征做出解释，目的在于掌握随机数据随 时间变化的统计规律。目前，常用的模型预测法主要有自回归模型、移动平均模型、自 回归移动平均模型、齐次非平稳模型和马尔可夫预测方法等等【1 4 1 ，其中齐次非平稳模型 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 的模型对未来的发展趋势进行预测。 2 2 3 神经网络预测方法 由模拟人脑神经细胞的结构和功能而开发出来的重要工具人工神经网络，能够 帮助人们更客观、更准确地把握股市行情的变化。神经网络的特点之一便是具有自学习 能力。通过一定时间的学习，它能自动地从历史数据中提取相关知识，把隐藏在数据中 的不能以数学公式形式表示的潜在规律找到，并以记忆的形式将其储存在网络的连接权 之中。它不仅能够对学过的内容给出正确的答案，对于那些与训练样本相近的模式通常 也能做出正确的反映，表现出一定的联想功能及很强的推理能力，适合解决大型的、非 线性的复杂问题。自从1 9 8 7 年l a p e d e s 和f a r b e r 首先将神经网络技术应用到预测研究 领域以来，国内外许多研究人员开始从事神经网络预测方法的研究【1 6 ，m ，涌现了许多神 经网络在预测中成功运用的实例。 目前，神经网络应用于股票建模的研究主要有以下两个方面： ( 1 ) 股票价格预测：由于我国股市还不成熟，影响股市的因素众多，单纯的预测某 一天或几天的股票价格没什么实际意义。 ( 2 ) 股票趋势预测：作为一个投资者，他更想知道的是股票未来一段时间的趋势是 涨还是跌，而不是该股票的具体价格，强调趋势预测可以增强系统的实用性。股票趋势 预测又分为中短期趋势预测以及长期趋势预测。因此在跌宕起伏的股票价格中掌握其内 在规律以求得股票未来一段时间的变动趋势是每一个投资者关心的问题。所以能否比较 准确的反映未来较长一段时期数据变化趋势是衡量一个算法是否有效实用的标准。 2 2 4 神经网络预测与传统预测方法的比较 众所周知，传统预测方法有一个共同的局限性，即被控对象或过程的数学模型必须 预先知道，运用数学方法构造模型进行预测。但实际上有很多被控对象极其复杂，无法 建立精确的模型。而且这种方法理论上虽然很精确，但它却需要大量繁杂的、严格的数 学公式推导，没有容错能力和自学习能力，对参数变化敏感，环境和结构稍作改变就必 9 江南大学硕士学位论文 须重新建立数学模型，适应性差。另外，传统方法还要事先知道各种参数，以及这些参 数在什么情况下应作怎样的修正。由于股市运作是一个巨大的非线性系统，股价走势受 到政治、经济、心理等多种因素影响，使得使用传统的技术分析工具进行股票买卖决策 难度大，不同人的分析结构差异显著。虽然传统分析工具以其简单易懂、想象直观等特 点受到人们的青睐，但是，这种通过对图形走势的研究、对数据表格的统计分析以预测 股市的变化趋势的工作最终必须依靠人脑来完成。由于人们在知识、能力、经验上存在 较大的差异，加之问题本身又具有很大的随机性和高度的非线性，即使是一些金融专家、 炒股高手对出现的同一复杂行情进行分析，往往也会得出不同的结论。 相比之下，神经网络用于股市预测则取得了很好的效果，数学上已经证明了，人工 神经网络可以逼近那些最佳刻画样本数据规律的函数，而不论这些函数具有怎样的形 式。神经网络的学习能力以及通过学习掌握数据问的依存关系，在股市预测中显示出一 定的优越性，比以往依靠推导数学模型、参数寻优的非常精确而又因此带来局限性的传 统方法具有极大的优越性【1 5 】。股价走势呈高度非线性，并且成交价、成交量中包含有大 量决定股价变动的内在规律和特点，通过对历史交易数据的学习，人工神经网络就能从 纷繁复杂的数据中自主的寻找出参数之间的规律和特点，并且刻画这些规律和特点，因 此用它对股票价格走势进行预测具有很好的效果。 综上所述，神经网络具有广泛的适应能力、学习能力和非线性映射能力，通过学习 可获得数据间的依赖关系，用于股市预测具有一定的优势，这都是以往依靠推导数学模 型、参数寻优等传统预测方法所不可相比的。本文第三章和第四章即是采用b p 和e s n 两种神经网络来实现股票的中短期预测。 2 3 股市预测面临的难题 股票投资分析是股票投资中不可或缺的一个组成部分，在投资过程中占有极其重要 的地位。首先，进行股票投资分析是回避风险的需要，投资者在持有股票期间，会获得 与其承担的风险相对应的回报，预期回报率与风险之间是一种正向的互动关系：预期回 报率越高，投资者所要承担的风险就越大；预期回报率越低，投资者所要承担的风险就 越小。其次，进行股票分析是进行入市买卖的依据和前提。在准备买入或打算继续持有 某只股票之前，必须明确该股票的风险性、收益性、流动性和时间性等方面的特点。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、有效和科学的 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。 目前，股市预测主要面临以下的难题【l 引： ( 1 ) 股价数据中含有较多噪声 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，会 造成股市的强烈波动，使得股价( 指数) 表现为高噪声且存在许多“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，因为它们可能代表一类模式 1 0 第二苹股价预测理论与方法 或结构变化的先兆。数据的这种特性要求预测系统具有较强的鲁棒性。 ( 2 ) 股价( 指数) 的非线性特性 股价自身以及影响股价的各变量之间呈现非线性特性，因此要求预测模型有强大的 处理非线性问题的能力。现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、协同理论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。 ( 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十分成熟，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做出准确的预 测。 2 4 本章小结 本章主要介绍了股票的基本理论，包括股票的概念、特征、股票预测的相关变量以 及影响股票价格的因素；例举了常用的股票预测方法并对这些方法做了简单对比；指出 了对股价进行预测时面临的难题。 江南大学硕士学位论文 第三章b p 网络在股价预测中的应用 3 1 人工神经网络概述 神经网络，全称人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k ，a n n ) ，是人工智能的一种 方法，是对人脑系统特性的一种最简单的抽象和模拟。简单来说，它是一个数学模型， 可以用电子线路来实现，也可以用计算机程序来模拟人的自然智能。近年来，神经网络 技术迅猛发展，己经在智能控制、模式识别、计算机视觉、非线性优化、信号处理等方 面取得巨大的成功和进展，成为人工智能研究的重要领域之一。 神经网络是由大量的神经元广泛互联而成的网络，其基本特性可归纳为【l 9 】： ( 1 ) 非线性 这源于神经网络在理论上可以逼近任何非线性函数，而且神经网络比其它方法建模 更经济。神经网络是大量神经元的集体行为，并不是各单元行为的简单相加，而是表现 出一般复杂非线性动态系统的特性。因此，神经网络可以处理一些环境信息十分复杂、 知识背景不清楚和推理规则不明确的问题。 ( 2 ) 分布存储和容错性 在神经网络中，信息不是存储在一个地方，而是按内容分布在整个网络上，网络某 一处不是只存储一个外部信息，每个神经元都存储多种信息的部分内容。网络的每部分 对信息的存储有等势作用，这种分布式存储方法是存储区与运算区合为一体的。在人工 神经网络中，要获得存储的知识则需要采用“联想 的办法，即当一个神经网络输入一 个激励时，它要在己存的知识中寻找与该输入匹配最好的存储知识为其解。当然在信息 输出时，也还要经过一种处理，而不是直接从记忆中取出。这种存储方式的优点在于若 部分信息不完全，就是说或者丢失或者损坏甚至有错误的信息时，它仍能恢复出原来正 确的完整的信息，系统仍能运行，这就是网络具有容错性和联想记忆功能，自然呈现出 较强的鲁棒性。 ( 3 ) 大规模并行处理 神经网络在结构上是并行的，而且网络的各个单元可以同时进行类似的处理工作。 因此，网络中的信息处理是在大量单元中平行而又有层次地进行，运算速度快，大大超 过传统的序列运算的数字机。 ( 4 ) 自学习、自组织和自适应性 学习和适应，要求在训练过程中使系统的内部结构和联系方式发生改变。神经网络 是一种可变结构系统，具有对环境的适应能力和对外界事物的学习能力。神经元之间的 连接多种多样，各神经元之间连接强度具有一定的可塑性，相当于突触传递信息能