随着社会经济的发展,基金已经成为人们投资理财的一种重要工具。基金作为一种先进的制度安排和理财工具,受到各国投资者的高度重视。基金业绩不但反映了受托责任,而且提供了投资决策有用信息,它是基金管理者的管理指南,是基金投资者的投资向导。它不但关系到基金行业的健康发展,而且对整个证券市场的繁荣具有重要意义。作为一种风险与收益并存的投资工具,基金的风险性主要表现为基金价格的波动性。对基金价格波动进行预测能够反映基金公司的总体状况,能够比较准确的预测基金价格对于投资决策具有重要的指导意义。本文利用神经网络理论的辨识特性,建立了基金净值预测的BP神经网络预测模型。通过对具有代表性的投资基金“基金金泰”的实证分析,并和灰色模型预测的结果进行比较分析,表明该模型具有很好的非线性反映能力和学习能力、预测精度,能准确预测基金净值的变化趋势和上升与下降趋势的转折点,为预测基金净值未来走势提供了一个有效的方法。本课题的意义在于:探究新的基金投资风险分析和评估技术,丰富和完善基金投资风险和评估方法体系;提供一种基于多因素的基金投资风险定量分析技术,有利于提高评估的正确性;提供一种基于BP神经网络的综合评估方法,有利于提高评估的科学性;为基金市场的个人投资者和机构投资者的投资活动和投资决策提供新的思路和实用方法。
本文来源: https://www.lw50.cn/article/1580dee3937c3222e16acd32.html