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)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。
(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。
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。
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.