丁美琳　高語(yǔ)越　陳學(xué)斌

摘要：隨著互聯(lián)網(wǎng)以及股票市場(chǎng)的不斷發(fā)展，產(chǎn)生了蘊(yùn)含豐富信息的海量股票數(shù)據(jù)。由于大數(shù)據(jù)技術(shù)不斷普及，處理海量股票數(shù)據(jù)逐漸變得可能。本文通過(guò)對(duì)海量的歷史數(shù)據(jù)進(jìn)行研究，利用智能算法建立多層神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)據(jù)進(jìn)行處理。首先運(yùn)用小波分析技術(shù)將股票價(jià)格波動(dòng)曲線分解為低頻部分和高頻部分，其次分別利用Elman和BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，最后進(jìn)行小波重構(gòu)得出股票價(jià)格預(yù)測(cè)值。研究結(jié)果表明：通過(guò)改進(jìn)，將預(yù)測(cè)結(jié)果與實(shí)際值進(jìn)行對(duì)比，均方誤差MSE=6.4495x10-6，模型預(yù)測(cè)精度較好。

關(guān)鍵詞：股票價(jià)格預(yù)測(cè)；小波分解與重構(gòu)；BP神經(jīng)網(wǎng)絡(luò)；Elman神經(jīng)網(wǎng)絡(luò)

0引言

隨著互聯(lián)網(wǎng)金融以及股票市場(chǎng)的不斷發(fā)展，產(chǎn)生了蘊(yùn)含豐富信息的海量股票數(shù)據(jù)。數(shù)據(jù)資源豐富但難以利用已成為當(dāng)今社會(huì)的一種普遍現(xiàn)象，成為了人們高效使用信息的障礙。人們往往難以理解存放的海量數(shù)據(jù)，不能從這些數(shù)據(jù)得出準(zhǔn)確而有效的結(jié)論。因?yàn)槿藗內(nèi)狈τ行У姆椒ê蛯?shí)用的技術(shù)來(lái)從海量數(shù)據(jù)中提取有價(jià)值的信息。如何利用一定的算法或處理數(shù)據(jù)技術(shù)，有效的挖掘出蘊(yùn)藏在股票海量數(shù)據(jù)中的規(guī)律，找出股票的價(jià)格走勢(shì)成為一個(gè)熱點(diǎn)問(wèn)題。

面對(duì)海量的數(shù)據(jù)，國(guó)內(nèi)外研究者從傳統(tǒng)分析方法和人工智能分析方法兩個(gè)方面去研究股票價(jià)格的發(fā)展趨勢(shì)，指導(dǎo)投資者投資。孫吉紅等運(yùn)用了長(zhǎng)時(shí)間聚類方法對(duì)股票未來(lái)價(jià)格進(jìn)行預(yù)測(cè)，填補(bǔ)了國(guó)內(nèi)股票預(yù)測(cè)研究的不足。Dose和Cincotti等人研究了聚類分析的隨機(jī)優(yōu)化方法來(lái)選擇股票進(jìn)行投資。傳統(tǒng)的分析方法計(jì)算簡(jiǎn)單、易于掌握，但由于股票價(jià)格的變化往往呈現(xiàn)出非線性特征，而傳統(tǒng)預(yù)測(cè)方法都是基于線性變化建模的，因此對(duì)股票價(jià)格的分析和預(yù)測(cè)準(zhǔn)確性較低。Fenu G等人利用人工智能神經(jīng)網(wǎng)絡(luò)，研究股票投資的最佳時(shí)機(jī)。人工智能神經(jīng)網(wǎng)絡(luò)（ANN）對(duì)非線性關(guān)系具有很強(qiáng)的非線性逼近能力，由于股票的成交價(jià)、成交量等數(shù)據(jù)中含有大量影響股票價(jià)格變化的信息，ANN可以通過(guò)學(xué)習(xí)股票的歷史數(shù)據(jù)，從而找出股票價(jià)格規(guī)律。但金融數(shù)據(jù)在現(xiàn)實(shí)中受到許多因素的影響，其構(gòu)成的時(shí)間序列具有更大的偶然性與隨機(jī)性，往往具有多層次與多尺度特性。單一神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型具有局限性，對(duì)股票價(jià)格的預(yù)測(cè)精度有一定的影響。

本文在人工智能神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，利用小波變換多層次分解處理股票價(jià)格數(shù)據(jù)，將偶然因素和宏觀突變因素帶入神經(jīng)網(wǎng)絡(luò)訓(xùn)練。根據(jù)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)果，分析股票的潛在走勢(shì)，幫助投資者在短時(shí)間內(nèi)把握股價(jià)的估值水平，從而對(duì)投資者進(jìn)行價(jià)值投資建議。endprint