股票涨跌中数学模型毕业论文.doc
《股票涨跌中数学模型毕业论文.doc》由会员分享，可在线阅读，更多相关《股票涨跌中数学模型毕业论文.doc（15页珍藏版）》请在冰豆网上搜索。
目录
摘要 Ⅱ
关键词 Ⅱ
英文摘要 Ⅱ
英文关键词 Ⅱ
1前言 1
2国内外研究发展现状 1
3股票的选取 2
3.1MA（移动平均线技术） 3
3.2ASI与KDJ技术指标组合 4
3.3DMI（趋向技术指标） 5
4模型建立 5
4.1问题分析与回顾 5
4.2建立股票价格预测模型 6
4.2.1神经网络结构设计 6
4.2.2网络模型选择 7
4.2.3网络学习具体过程 7
4.3算法工具以及样本数据来源 8
5模型求解与股票价格预测 8
6模型评价和改进 12
结束语 12
参考文献 13
股票涨跌中数学模型的研究
摘要：
股票价格的涨跌受到政治、经济、社会因素的影响，针对股票价格具有非线性、不稳定性的特点，本文结合了三种实用的选股技术进行选股，利用神经网络强大的非线性逼近能力，设计出了优化的BP神经网络数学模型，并实现了对股票的价格进行预测。
关键词：
股票；BP神经网络；数学模型
Stockupsanddownsinthemathematicalmodelstudy
WuMengzhe
（KailiUniversityMathematicalSciencesCollege,guizhouKaili556000）
Abstract:
Theupsanddownsofthestockpriceisinfluencedbypolitical,economic,andsocialfactors,thestockpricehasnonlinearinstabilitycharacteristics,thispapercombinesthreepracticalstockpickingtechnologystock,apowerfulnon-linearneuralnetworkapproximationcapabilityofthedesigntheBPneuralnetworkoptimizedmathematicalmodel,andbettershort-termforecastonthestockprice.
Keywords:
Stock;BPneuralnetwork;mathematicalmodel
I
1前言
随着科学技术的进步，居民的生活水平普遍提高，收入的快速增长使得居民逐渐成为市场投资的主题，人们的理财意识也不断增强。
有的人投资房产，有的人投资基金、黄金或者白银，而股票投资则为现代人较为常见的一种投资方式，同时也成为了人们投资的一个主要趋势。
众所周知，任何的投资都是有风险的，高风险高收益，低风险低收益。
对每个投资者来说，都是想以较小的投资获得最大的收益，同时又能够把风险降到最低，从而获得比较稳健的投资收益。
在股票市场的交易中，大家可以说是各施其长，不同的投资者都会有不同的投资方式作为自己在股票交易时买入卖出的依据，而没有绝对的投资方法或者技巧能够驰骋整个投资市场。
而影响股票价格变化的因素有很多，政策因素的影响永远是伴随着股市的运行，资金的流入流出带来了股价的上涨下跌，汇率、期货市场价格的变化、战争等等都会影响到国内股票市场，但是最重要的一点往往很多人都忽视了：
股票市场自身的运行规律。
股票的买和卖，其实就是买卖双方进行的心理博弈，双方的利益平衡点则是成交价格，最后价格的决定都是通过买卖双方的心理反映。
所以，股票市场的运行是以市场信心为基础的。
股票市场中的常态就是不平衡，如果偏离平衡太远了，它就要回归平衡，就像钟摆一样，因为这就是规律。
2国内外研究发展现状
如何能够准确分析和预测股票价格，如何建立一个成功率比较高的预测理论和模型是多年来许多学者一直研究的内容。
但股票价格的形成机制是颇为复杂的，股票价格既受到多种因素的影响，个别因素的波动都可能会带动股票价格的涨跌。
因此，在股票价格和各影响因素之间想建立明确的函数关系表达式是非常难的。
国外的研究者先后提出了一系列的预测股票价格的数学模型，如KD线预测法、时间序列分析法、马尔科夫模型、GARCH模型、随机时间序列方法等等。
这些对我们在分析和预测股票价格中有着重要的参考作用，但是在现实中，有些理论和模型仍然存在着不足，比如罗斯的APT模型、夏普的CAPM理论、马柯威茨的投资组合理论，虽然这些理论在一定程度上让投资者提高了投资风险和收益的思想观念，但在实际操作中却缺乏有效的指导作用。
近年来，神经网络在理论研究、实现技术和应用研究等方面取得引人注目的成果，利用神经网络工具进行预测的各种方式开始浮出水面，尤其是在分析和预测时间序列方面上占有独到优势。
国内外学者的这些方法对股票的预测有很大贡献。
3股票的选取
“人生就像滚雪球，最重要的是发现很湿的雪和很长的坡。
”巴菲特的这一句话道出了投资的真谛。
在股票领域，想从2300多只股票中挑出几只牛股，在短时间内获取最大的利润，这恐怕是并非每一个投资者都能够做到的，人们常说股票这东西，十人九输。
如何像巴菲特所说找到很湿的雪，让其足以在中国经济发展的长坡上滚成一颗大雪球，的确考验功夫。
对普通投资来说，想要找到很湿的雪和很长的坡，最基本的功夫还是得掌握一些选股的方法和能够熟练地运用一些基本的选股方法。
挑选合适的股票是股市投资盈利的前提，只有选到上涨的股票，在适当的价位买入，经过精心地呵护和耐心守护，适时卖出，才能在股票投资上获得利益。
目前市面上选股的方法有很多，比如政策与消息选股、周期选股、业绩选股、指标选股等等，这些选股的方法都各有利弊。
政策选股是根据国家经济政策调控而因此受益的上市公司，比如央行的存款准备金率、每个月国家CPI的公布等等。
这些股票会在一段时间内出现不错的上涨行情，但是某些庄家往往比投资者更早得到政策消息，因此股价的上涨就早于政策的颁布，此时介入的话会成为套牢族。
周期选股是根据上市公司的周期变化选择的，如果对上市公司和市场非常熟悉的话，这的确是个不错的选股方法，但是真正对上市公司和市场非常在行的普通投资者却很少，而且市场变幻莫测，如果错误的介入将带来长期的亏损。
业绩选股主要是看上市公司的成长性，成长性好的公司股价也会持续在一个上升的趋势中，带来的利润也是非常丰厚，但是这需要大量的数据和精准的分析判断，这一般都是经济师们才能做到，我们一般的投资者很难做到。
指标选股市根据各种买卖技术指标，选择指标处于上升趋势中的股票，那就是我们平常所听到的出现是金叉了。
但是技术指标的形成也是对股价运行的走势的反映，也就是说先有股价的走势后有指标，因此我们根据技术指标来判断并不能肯定地判断出接下来股价一定上涨。
上面所说的四种选股方法获利的概率都差不多，各有利弊，但是投资者必须选择一种或两种作为自己选股的依据。
通过比较各种选股方法不难发现，技术指标的选股方法最切合实际，这也是为什么技术指标选股一直都受大多数投资者的青睐。
技术指标其中也蕴含着大量的数学知识，我们可以结合平时所学的数学知识，看图、分析指标、编辑出几个适合选股的公式，接下来就介绍几种实用的选股方法。
3.1MA（移动平均线）技术选股
移动平均线是最有用的技术，它反映的是投资大众的持仓成本。
均线中最有用的图形有多头排列、空头排列、多线粘合这三种。
多头排列就是市场趋势是强势上升势，形成从上至下依次为5日、10日、20日、60日均线的排列，股价也呈上升趋势。
买股最好是买均线呈多头排列的股，因为主力想要拉升股票价格需要借助散户的力量，所以只有把走势图像做得漂亮，才能吸引散户的眼球。
空头排列是指短期均线下穿长期均线，形成均线从5日、10日、20日、60日由下至上依次排列，并且股价呈下跌趋势。
卖股要在有形成空头排列的趋势时减仓，真形成时清仓。
多线粘合是指当三条或三条以上短、中、长期均线交叉位置重合或者非常接近。
只有股价经历了较长时间的横盘整理才会出现这种结果。
如果是在股价经历长期上涨后出现多线粘合，往往表示筑顶，这种顶是可怕的，一旦有场外主力资金出场，就比较容易形成变盘格局，杀起跌来就恃无忌惮。
如果在股价经历长期下跌后出现多线粘合，一般都表示筑底，这种底是比较可靠的，因为经过了较长时间对底部的确认。
本人选用华创证券集成版软件进行选股展示。
图一MA技术指标选股
3.2ASI与KDJ技术指标组合
ASI（AccumulationSwingIndex）振动升降指标。
ASI是以开盘价、最高价、最低价、收盘价构筑成一条幻想线，形成最能表现当前行情的真实市场线。
由于ASI更能反映的、市场价格更具真实性，为股价是否真实的创新高或新低提供了相当精确的验证，ASI精密的运算数值，为股民提供了判断股价是否突破压力线或支撑线的依据。
ASI不仅提供辨认股价真实与否的功能，另外也具备了“停损”的作用，及时地给投资人多一层保护。
KDJ（随机指标）是乔治兰恩博士发明的，其反应速度快，综合了动量观念、强弱指标、移动平均线的优点，因在以短炒为主的期货市场获得巨大成功而名声大振，可见其对于短线操作的重要意义，是目前股市中最常见的指标之一，其对于短线操作有重要意义。
KDJ的用法如下：
1）K值由右边向下交叉D值作卖，K值由右边向上交叉D值作买。
2）D值>80%，J>100%超买；D值<20%，J<10%超卖。
3）K、D值与50%左右徘徊或交叉时，无意义，投机性太强的个股不适用。
图二ASI与KDJ技术指标组合选股
3.3DMI（趋向技术指标）
DMI（DirectionalMovementIndex）指标提示投资人不要在整盘中入场交易,一旦市场有机会时，DMI立刻引导投资者进场，并且提示投资者在适当的实侯退场，实为近年来受到相当重视的指标之一。
DMI的基本原理在于探求价格在上升及下降过程中的均衡点。
DMI可以产生指标交叉的买卖讯号，用以辨别行情时候发动。
市场上为数众多的技术指标，都必须搭配DMI使用。
DMI不是凭主观与直觉来判断买方、卖方的两种力量，而是加以科学化。
图三DMI技术指标选股
通过以上三种技术的选股，再结合目前市场信息，上市公司发展情况，我们便可选出自己看中的股票出来。
我们在这里选出,新希望（000876）这只股票进入下一节的价格预测。
4模型建立
4.1问题分析与回顾
1957年Kolmogrov提出了神经网络的理论基础，即多层前馈神经网络可以对任何连续的非线性函数进行任意精度的逼近。
BP算法是最著名的神经网络算法，由BP算法构成的神经网络是一种多层前馈网络，按误差逆传播算法训练。
BP网络能学习和贮存大量的输入——输出模式映射关系，使用最速下降法，通过反向传播调整网络的阀值和权值，从而实现网络的实际输出与期望输出的均方差最小化。
尽管神经网络科学产生了许多优秀的算法，如RBF算法、GABF算法，而BP算法本身也存在收敛速度慢，网络的学习和记忆具有不稳定性的不足，但是由于其简单易操作，计算量小，并行性强等优点，目前仍是多层前馈神经网络的首选算法之一。
数学上能够证明，BP神经网络在股票价格预测方面有很大的效果，BP神经网络可以逼近那些有样本数据规律的函数，而不论这些函数具有怎样的规律。
股票价格的走
升级会员 