楊　楠

(武漢大學經(jīng)濟管理學院，湖北　武漢　430072)

?

神經(jīng)網(wǎng)絡方法在證券市場預測中的應用研究

楊楠

(武漢大學經(jīng)濟管理學院，湖北武漢430072)

證券市場對國民經(jīng)濟產(chǎn)生重要的影響，其預測程度影響著對市場走向的判斷。神經(jīng)網(wǎng)絡是對非線性模型進行分析的重要手段，近些年逐漸興起的經(jīng)濟研究方法。本文首先對神經(jīng)網(wǎng)絡的定義和特點進行解讀；然后分析了金融證券市場研究的現(xiàn)狀；接著從BP網(wǎng)絡、模糊神經(jīng)網(wǎng)絡、組合神經(jīng)網(wǎng)絡三個方面探究了神經(jīng)網(wǎng)絡在證券市場預測中的應用；最后客觀地對全文進行總結，具有一定指導意義。

神經(jīng)網(wǎng)絡；證券市場；預測；應用

證券市場作為市場經(jīng)濟的重要組成部分，在一定程度上反應了一個國家的整體經(jīng)濟走勢，所以證券市場預測是近年來各國經(jīng)濟發(fā)展研究的重要領域。隨著全球經(jīng)濟一體化的不斷發(fā)展，世界各國愈發(fā)重視證券市場發(fā)揮的作用，而且證券系統(tǒng)的固有規(guī)律始終以某種特殊姿態(tài)影響并改變著人們的生活。在證券體系的建立過程中，價格預測始終是影響證券市場發(fā)展的重要因素，但由于證券系統(tǒng)本身就是一個高度復雜和不易確定的線性系統(tǒng)，因此在對證券市場進行價格預測時經(jīng)常受不定因素影響，如非流通股可流通的擴容壓力、IPO新老劃斷和經(jīng)濟增速下降是否導致企業(yè)盈利下降等。神經(jīng)網(wǎng)絡具有極強的非線性逼近能力和良好的低層次學習能力，在證券系統(tǒng)研究中能夠有效地利用證券市場的固有規(guī)律對結果進行預測，因此有必要探究神經(jīng)網(wǎng)絡方法在證券市場預測中的重要作用。

一、對神經(jīng)網(wǎng)絡的定義和特點進行解讀

(一)神經(jīng)網(wǎng)絡的定義

神經(jīng)網(wǎng)絡，也稱人工神經(jīng)網(wǎng)絡，是指由大量連接的簡單的神經(jīng)元構成的并行分布式處理器網(wǎng)絡。同人腦一樣，神經(jīng)網(wǎng)絡在一定程度上也具有儲存、運算和使用的功能，或者說神經(jīng)網(wǎng)絡就是具有抽象性的人腦。神經(jīng)網(wǎng)絡模型是生物學家根據(jù)生物之間的生理反應研究出的一套具有智能信息處理技術的模型，主要功能是利用自身的運算法則從外界接受信息，通過各神經(jīng)元的傳遞和運算獲取所需要的計算目標的程序系統(tǒng)。

(二)神經(jīng)網(wǎng)絡的特點

1.較強的適應性

適應性是神經(jīng)網(wǎng)絡具有的基礎特點，面對隨時可能變化的環(huán)境如何正確處理外部信息是神經(jīng)網(wǎng)絡系統(tǒng)面臨的重點挑戰(zhàn)，所以神經(jīng)網(wǎng)絡在設計時就具備了能夠改變自身突觸權值以適應外部環(huán)境變化的能力。在運算過程中遇到因環(huán)境等原因產(chǎn)生變化的數(shù)值時，只要事先將網(wǎng)絡的連接權值設置成隨時間變化就可保證神經(jīng)網(wǎng)絡系統(tǒng)的正常運行。

2.泛化能力

神經(jīng)網(wǎng)絡之所以能夠較準確對證券市場進行預測，就是因為神經(jīng)網(wǎng)絡在計算時具有一定的泛化能力。所謂泛化能力是指神經(jīng)網(wǎng)絡能夠?qū)Σ辉诩杏柧毜臄?shù)據(jù)進行合理的統(tǒng)計保證數(shù)據(jù)的準確性，在處理數(shù)據(jù)時，通常要事先確定數(shù)據(jù)可能出現(xiàn)的結果以便能夠準確應對因外部因素導致的數(shù)據(jù)錯誤。

3.輸入輸出映射

機器學習算法是指在運算過程中使用代表號的訓練樣本對神經(jīng)網(wǎng)絡的聯(lián)接權進行修改，并且在輸入過程中要保證每個樣本由唯一的輸入信號和期望所組成，這樣才能保證在整個運算過程中樣本的唯一性。穩(wěn)定狀態(tài)是保證樣本狀態(tài)趨于平衡的重要標志，具體過程可表示如下：在樣本數(shù)據(jù)庫中隨機選取一個樣本方案傳遞給網(wǎng)絡，然后再由網(wǎng)絡調(diào)整它的聯(lián)接權值直到網(wǎng)絡達到?jīng)]有顯著的突觸權值修正狀態(tài)為止，這是輸入輸出映射獲取穩(wěn)定狀態(tài)的關鍵標志。

二、證券市場及預測研究的現(xiàn)狀

(一)金融證券市場的現(xiàn)狀

金融學是研究經(jīng)濟動態(tài)與走向的重要社會學科，在經(jīng)濟全球化、復雜化、多變化的今天，金融學發(fā)揮著越來越重要的角色。國內(nèi)外的經(jīng)濟學家都希望通過對金融下證券市場的研究，發(fā)現(xiàn)其潛在的、深層次的價值規(guī)律，從而有效的對未來市場經(jīng)濟進行有效的科學的預測。然而，各國的經(jīng)濟學家雖然對此進行了深入的研究，如建立動態(tài)模型、數(shù)學模式、運用數(shù)據(jù)統(tǒng)計學和信息學等，但仍未取得突破性進展，在對市場經(jīng)濟走向的預測方面存在諸多的不足。由于市場經(jīng)濟的諸多影響因素，導致市場經(jīng)濟具有不確定性、不穩(wěn)定性，而傳統(tǒng)證券市場對其研究主要采用的是線性統(tǒng)計學方法，不能達到全方面的預測分析，因此很多線性理論性預測與實際不符。近些年，很多經(jīng)濟學家和學者發(fā)現(xiàn)采用非線性統(tǒng)計學方法對金融證券市場對其進行分析可以有效地預測。神經(jīng)網(wǎng)絡是非線性統(tǒng)計學方法產(chǎn)生的一個重要的分支，目前正成為一種新的趨勢。

(二)證券市場預測研究的現(xiàn)狀 根據(jù)上面所述，我們能夠發(fā)現(xiàn)傳統(tǒng)金融證券市場所采用的線性預測理論存在很大的缺陷，而非線性理論正在成為一種新的取代方式。證券市場存在諸多影響因素，其中一小部分理論數(shù)據(jù)的變化可以帶來巨大的影響和后果。如何評定這些影響和結果，需要研究者們不斷地探索，發(fā)現(xiàn)。在對證券市場預測研究中，一部分人認為可以進行有效地預測，認為證券市場經(jīng)濟具有規(guī)律性可言，而有一部分人認為市場經(jīng)濟瞬息萬變，沒有預測性。而根據(jù)近些年預測人士對其結果的預測取得了很多可觀的成績，因此也獲得了經(jīng)濟學界的認可。但證券市場的預測仍存在很多不足，有些預測只是短期的、有限的。認為證券市場具有可預測性有兩種觀點，一種是技術派，另一種是規(guī)律派。技術派人士認為可以利用發(fā)生過的歷史規(guī)律，從中找到相應的指標和數(shù)據(jù)，從而應用到目前的經(jīng)濟市場預測中。技術派的局限性是依靠經(jīng)驗，而沒有相應的科學依據(jù)。規(guī)律派人士不像技術派完全依靠經(jīng)驗，他們根據(jù)以往數(shù)據(jù)建立相應的數(shù)據(jù)模型、經(jīng)濟模型，其預測結果具有較強的科學性，而其局限是技術方法。目前，非線性研究方法越來越得到可預測派人士的重用和研究，其中神經(jīng)網(wǎng)絡非線性模型已逐漸被應用，下面主要探究神經(jīng)網(wǎng)絡在證券市場預測應用進行研究。

三、神經(jīng)網(wǎng)絡應用于證券市場預測的實證研究

根據(jù)上述的介紹，我們了解到神經(jīng)網(wǎng)絡模型是生物學家根據(jù)生物之間的生理反應研究出的一套具有智能信息處理技術的模型，具有較強的適應性、泛化能力以及輸入輸出映射特點，導致神經(jīng)網(wǎng)絡廣泛應用到證券市場預測當中，其中證券市場智能實時監(jiān)察原型系統(tǒng)是最典型的應用，可以有效的避免證券市場存在的不規(guī)范、不合理的交易，起到規(guī)范證券市場的重要作用。下面，主要介紹三種神經(jīng)網(wǎng)絡模型，分別是BP網(wǎng)絡、模糊網(wǎng)絡和組合神經(jīng)網(wǎng)絡，通過三種模型的介紹了解神經(jīng)網(wǎng)絡如何應用到證券市場的預測。

(一)BP網(wǎng)絡

BP網(wǎng)絡是一種單向傳播的多層向前網(wǎng)絡。隨著網(wǎng)絡技術的不斷探索與發(fā)展，BP網(wǎng)絡作為一種金融證券市場預測的重要網(wǎng)絡技術逐漸被眾多國家認可和接受，BP網(wǎng)絡主要利用最小二乘算法使網(wǎng)絡的實際輸出與期望輸出的均方差最小，從而得到準確的輸出數(shù)據(jù)。BP作為一種特殊的網(wǎng)絡結構，通常是3層以上的神經(jīng)網(wǎng)絡，主要包括輸入層、輸出層和隱層。為實現(xiàn)輸入到輸出的任意非線性映射，通常神經(jīng)元采用的是S函數(shù)，這樣只要將輸出量控制在0到1之間，就可以使輸入到輸出的任意非線性映射。BP網(wǎng)絡用于股指預測，可以較好地模擬股市的近期走向，取得較好地效果，然而將BP用于滾動預測效果不理想。這是由于BP網(wǎng)絡是一種單向傳播模型，隨著時間的增加，預測的不準確性就會隨之增加，誤差也會隨之放大，從而導致BP網(wǎng)絡對于股市的長期預測產(chǎn)生局限。

(二)模糊神經(jīng)網(wǎng)絡

證券市場受到外界的各種影響，因此是一個多變量、多參數(shù)、非線性的復雜系統(tǒng)，僅僅依靠線性、簡單數(shù)據(jù)模型只能得到簡單化的表面結果，無法對其經(jīng)濟規(guī)律進行深入的剖析與探測。模糊神經(jīng)網(wǎng)絡基于復雜多變的環(huán)境，采用模糊集理論來模仿人類思維，并且與計算機相結合，旨在解決復雜、非線性的經(jīng)濟問題。計算機系統(tǒng)采用的是軟計算，與硬計算不同，軟計算采用的是模糊邏輯、神經(jīng)網(wǎng)絡和概率推算，這種計算雖然比不上硬軟件的精確、準確，但卻能綜合考慮各種因素，得出與人類思維模式相仿的合理推測。模糊邏輯與神經(jīng)網(wǎng)絡的結合，可以互相促進、相互發(fā)展。模糊神經(jīng)網(wǎng)絡解決了BP網(wǎng)絡存在的缺陷，達到多層次、全方面的分析，其突出亮點是解決了數(shù)據(jù)模型的單一處理，達到了模擬人腦的高層次。

(三)組合神經(jīng)網(wǎng)絡

組合神經(jīng)網(wǎng)絡是由兩種神經(jīng)網(wǎng)絡構成，一個是用于樣本學習和預測的主神經(jīng)網(wǎng)絡，另一個是調(diào)整預測值誤差的輔神經(jīng)網(wǎng)絡。主神經(jīng)網(wǎng)絡與輔神經(jīng)網(wǎng)絡的結合可以有效的解決BP網(wǎng)絡的誤差局限性，用于股市的精確預測。這種組合方法，可以消除主神經(jīng)網(wǎng)絡樣本不足或者學習不充分而導致的誤差，在主神經(jīng)網(wǎng)絡對信號趨勢進行預測的同時，加以輔神經(jīng)網(wǎng)絡對其進行校正，從而避免主神經(jīng)網(wǎng)絡的過度擬合，提高預測的精確性。雖然組合神經(jīng)網(wǎng)絡可以減少誤差，較單一BP網(wǎng)絡更為精準，但其仍有缺陷，主要不足是組合神經(jīng)網(wǎng)絡花費時間和金錢較單一BP高，因此這種預測精準度的提升實際上是有一定的代價的。

四、結束語

證券市場反應了一個國家的整體經(jīng)濟走勢，證券市場預測是近年來各國經(jīng)濟發(fā)展發(fā)展研究的重要領域。傳統(tǒng)預測方法簡單，采用的是線性預測，但預測缺乏精準性。神經(jīng)網(wǎng)絡，也稱人工神經(jīng)網(wǎng)絡，是指由大量連接的簡單的神經(jīng)元構成的并行分布式處理器網(wǎng)絡，具有較強的適應性、泛化能力、輸入輸出映射的特點，近些年得到國內(nèi)外經(jīng)濟學家和證券市場的大力推薦和重視。由于證券市場及預測研究的現(xiàn)狀并不樂觀，各國的經(jīng)濟學家雖然對此進行了深入的研究，如建立動態(tài)模型、數(shù)學模式、運用數(shù)據(jù)統(tǒng)計學和信息學等，但仍未取得突破性進展。神經(jīng)網(wǎng)絡應用于證券市場預測的實證研究可以有效的解決預測不準問題，本文主要介紹三種神經(jīng)網(wǎng)絡模型，分別是BP網(wǎng)絡、模糊網(wǎng)絡和組合神經(jīng)網(wǎng)絡，通過三種模型的介紹了解神經(jīng)網(wǎng)絡如何應用到證券市場的預測。

[1]楊晴.神經(jīng)網(wǎng)絡方法在證券市場預測中的應用研究[D].電子科技大學，2004.

[2]紀滕.基于BP網(wǎng)絡的股票預測研究[D].昆明理工大學，2014.

[3]魏文軒.改進型RBF神經(jīng)網(wǎng)絡在股票市場預測中的應用[J].統(tǒng)計與決策，2013，15：70-72.

[4]宋彧婕.基于網(wǎng)絡信息的金融市場預測研究[D].電子科技大學，2015.