股指期貨市場是現(xiàn)代資本市場的一個產(chǎn)物,它可以用于投資或者作為一個風險管理工具,本身具有中性的特征,它的推出會對股票市場短期內(nèi)的價格波動產(chǎn)生一定的擾動,但是這種擾動不會改變市場的長期趨勢,產(chǎn)生擾動的具體原因來自于兩個方面:市場總體趨勢和內(nèi)在估值,其中內(nèi)在估值是比較重要的因素。股指期貨是一種金融衍生產(chǎn)品,它反映的是股市的走勢,因此它的出現(xiàn)勢必會對股市上顯著的影響,所以了解股指期貨的價格趨勢在投資中能更好的規(guī)避風險,做出決策,因此對股指期貨價格的預測有著很大的理論與實際意義。在本文中先介紹了股指期貨的起源和發(fā)展、股指期貨與股票的區(qū)別和聯(lián)系以及其國內(nèi)與國外的研究現(xiàn)狀。其次介紹了數(shù)據(jù)分析建模前的準備工作——數(shù)據(jù)的預處理,為了使預測效果更好,對新興的小波分析的原理和應用進行了介紹,并用小波降噪技術(shù)對原始時間序列數(shù)據(jù)進行了去噪處理。股指期貨數(shù)據(jù)作為一種相對比較重要的金融數(shù)據(jù),具有不穩(wěn)定性和非線性,受投資者心理、國家政策等多種因素的影響,所以對這類數(shù)據(jù)的分析存在很大的難度,文中使用BP神經(jīng)網(wǎng)絡模型對股指期貨的數(shù)據(jù)進行建模。本文用小波分析首先對原始數(shù)據(jù)進行去噪處理,再用BP神經(jīng)網(wǎng)絡對去噪后的數(shù)據(jù)預測,本文...

【文章頁數(shù)】：51 頁

【學位級別】：碩士

【部分圖文】：

圖3.2典型神經(jīng)元模型

20世紀后期，有關神經(jīng)網(wǎng)絡的會議連續(xù)開展，并提出了很多學者的研究成一定程度上也成就了IEEE神經(jīng)網(wǎng)絡匯刊，后來其余多數(shù)期刊也設置了相專欄，截止到目前，神經(jīng)網(wǎng)絡模型已經(jīng)有很多個，在各個方面都有了較。神經(jīng)網(wǎng)絡在發(fā)展起來過后很多學術(shù)刊物都創(chuàng)立了專欄，其中世界性的神術(shù)刊物包括“Ne....

圖3.3單層前饋神經(jīng)網(wǎng)絡Fig.3.3Singlelayerfeedforwardneuralnetwork

論文3數(shù)分類如下分類[22]:網(wǎng)絡。這種神經(jīng)網(wǎng)絡的神經(jīng)元首先從輸入層開始個較低的水平，逐級接收并傳遞，直到傳輸?shù)捷斀涣�，用有方向無環(huán)的圖表示這種行為。前饋神器和多層前饋神經(jīng)網(wǎng)絡。感知器作為最簡單的前出層，更適用于線性可分的分類，除此之外還能制以及多模態(tài)控制中。多層前饋神經(jīng)網(wǎng)絡....

圖3.4多層前饋神經(jīng)網(wǎng)絡Fig.3.4Multilayerfeedforwardneuralnetwork

能解決非線性規(guī)劃問題，BP（BackPropagat網(wǎng)絡。與感知器不同的是，BP網(wǎng)絡應用了S形函數(shù)（Sigm元的變換函數(shù)，所以它的輸出量是個連續(xù)的變量并且在0~非線性映射從輸入到輸出。前饋神經(jīng)網(wǎng)絡的結(jié)構(gòu)圖如圖3.3圖3.3單層前饋神經(jīng)網(wǎng)絡Fig.3.3Sing....

圖3.5無自反饋無隱層網(wǎng)絡Fig.3.5Nofeedbacknohiddenlayernetwork

論文3數(shù)經(jīng)網(wǎng)絡。反饋神經(jīng)網(wǎng)絡的特點是至少擁有一個反饋種是含有單層的神經(jīng)元，這些神經(jīng)元把自己輸出，第二種反饋神經(jīng)網(wǎng)絡含有隱層，反饋連接來源3.5和圖3.6表示。

本文編號：4041056