股票投资风险测度与基于遗传神经网络的股票走势预测

论文摘要

随着经济的发展和人们投资意识的转变，股票已成为现代人经济生活中的一个重要组成部分。鉴于股票投资的收益与风险之间的并存关系，投资者们一直孜孜以求地探索其内在规律，寻找有效的分析方法和工具。但由于股市系统内部结构的复杂性、外部因素的多变性，使得股市预测任务异常艰巨，传统的预测工具已不能满足需要。本文运用现代资产定价理论(主要是资本资产定价理论)作为参照系，在概括性地描述现代资产定价理论所涉及的主要概念基础上，勾勒出资本资产定价理论的轮廓，提出了股票风险分析和测度建模的方法，以此研究股票的风险行为。同时，在深入分析股票市场预测面临的难题和比较各种股价预测方法的基础上，提出了利用遗传神经网络进行股市分析和预测建模的方法。作为仿真应用实例，本文选取具有代表性的沪市A股对所建立的股票风险测度模型进行预测。预测结果表明，股市整体走势因素对于此模型的应用具有一定的影响性。同时以最具代表性的上证指数及代表性个股为例对所建的股票走势预测模型进行训练，并用训练好的网络预测股票价格，预测结果表明，股票预测价格与股票实际价格的相对误差处于一个较小的误差范围之内。

论文目录

• 摘要
• Abstract
• 目录
• 1 引言
• 1.1 选题依据与意义
• 1.2 国内外研究现状及发展趋势
• 1.2.1 股市预测研究现状
• 1.2.2 神经网络应用现状及发展趋势
• 1.3 论文的研究方法及预期成果
• 1.3.1 研究方法及研究路线
• 1.3.2 预期成果
• 1.4 本文工作及章节安排
• 2 理论基础与模型分析
• 2.1 股票知识
• 2.1.1 股票投资技术分析
• 2.1.2 股票市场风险一般理论
• 2.1.3 股市预测面临的主要难题
• 2.2 资本资产定价模型理论
• 2.2.1 基本假设
• 2.2.2 证券市场线（SML）与β系数
• 2.2.3 资产投资组合
• 2.3 遗传算法
• 2.3.1 基本思想
• 2.3.2 基本遗传算法的构成要素及基本实现技术
• 2.4 人工神经网络
• 2.4.1 人工神经网络的原理及基本特征
• 2.4.2 人工神经元模型及网络拓扑结构
• 2.4.3 前向神经网络的BP算法
• 2.5 模型分析
• 2.5.1 需求分析
• 2.5.2 可行性分析
• 3 股票预测系统设计与实现
• 3.1 股票风险测度模型建立
• 3.1.1 模型建立相关原理
• 3.1.2 股票风险测度模型建立
• 3.2 股票走势预测模型建立
• 3.2.1 模型建立相关原理
• 3.2.2 股票走势预测模型建立
• 3.3 股票预测系统功能设计
• 3.3.1 系统功能结构图
• 3.3.2 系统各部分功能设计
• 3.4 数据库设计
• 3.5 股票预测系统实现
• 3.5.1 股票风险测度
• 3.5.2 股票走势预测
• 3.5.3 数据管理模块
• 4 股票预测系统应用仿真
• 4.1 预测目标及数据来源
• 4.2 股票风险测度模型实验仿真及结果分析
• 4.2.1 实验实例
• 4.2.2 结果分析
• 4.3 股票走势预测模型实验仿真及结果分析
• 4.3.1 数据预处理
• 4.3.2 实验实例
• 4.3.3 结果分析
• 5 结论
• 5.1 研究成果
• 5.2 创新点
• 5.3 存在的不足
• 5.4 今后进一步研究内容
• 致谢
• 参考文献