人工神经网络在证券市场中的应用研究
六． 神经网络交易系统与别的证券软件相比它的优缺点： ............................. 39 第七章 1. 2. 3. 第八章
人工神经网络在证券市场中的样例测试 ............................................. 41
实际应用的考虑 .......................................................................................... 41 神经网络交易的实际测试： ...................................................................... 41 结论 .............................................................................................................. 46 总 结........................................................................................................ 48
参考文献： ................................................................................................................. 50
鸣 谢 ............................................................................................................ 56
原创性声明 ................................................................................................................. 57
4
人工神经网络在证券市场中的应用研究
第一章 引 言
证券市场投资是一种风险投资，它是风险与收益并存的。证券投资以其高风险、高收益的特点吸引着广大投资者投身其中,试图博取高额的回报。本文基于证券技术分析的基本原理，提出了一种运用人工神经网络模型来预测证券价格走势的方法及其具体的软件设计。人工神经网络有模式记忆和联想的特点,它会将训练过的数据模式存储于网络权值中,当被预测数据输入网络后,网络自动唤起与之最接近的模式，从而产生预测结果。证券价格数据是时序排列数据，它是一种非线性但相对来说基本连续的一种数学函数。并且这个以时间、价格、交易量为变量的函数是非常复杂的，一般方法是无法得出它的准确函数表达式的，但利用人工神经网络可以对它进行逼近，对它经过相当多次的训练之后可以与复杂的股市价格走势曲线相拟合，从数学上说可实现了对证券走势函数的精确逼近。并且由于人工神经网络经训练后运算速度极快，并且其结果具有客观性,可以克服人工推断的不足。
因此人工神经网络算法是可以应用在股市当中对其未来走势进行预测的。它更客观，并且当环境，证券走势发生改变之后，通过重新训练它可很快重新适应，而不需要象基于规则的专家系统那样重新调整规则，也不用重新编写代码。
本文第二章将介绍证券市场的特性及其预测的方法。证券市场是风险与收益并存的，它也符合价值规律，受供求关系所左右。证券市场的主要分析方法为基本面分析与技术分析，这章对这两种分析方法进行了叙述与比较，并叙述了基于它们的预测方法。
第三章将综合叙述人工神经网络。人工神经网络的构想起源于对人的大脑神经网络的探索，是对人的神经系统的一种简单模拟。人工神经网络的存储容量大，是健壮的并且具有极强的非线性模拟运算能力。在这章的最后简单介绍了几种人工神经网络模型。
第四章论述了将人工神经网络应用于证券市场预测的结合的可行性。人工神经网络具有非线性模拟运算能力，具有足够隐节点数的一个三层的人工神经网络可模拟任何复杂非线性函数。证券市场的交易数据是一种价格随时间变化的时间序列数据。对证券市场的预测都是基于这种时序数据之上的。这种时
5
人工神经网络在证券市场中的应用研究
序数据是一种非常复杂的非线性函数，人工神经网络强大的模拟学习能力正好可以用来近似模拟这种函数，从而通过这个模拟的函数求出未来的值，及证券的未来价格走势。
第五章介绍了BP神经网络及其详细推导过程。通过对BP神经网络的详细推导，了解了BP神经网络的弱点所在，并就其弱点选择了一种适用的改进方法，并论证解释了这种改进方法的可行性。
第六章就基于BP神经网络的证券预测分析软件的架构设计提出了具体的方案及设计要点。并比较了人工神经网络证券分析软件与其他软件的优劣。人工神经网络证券预测软件的最大好处就是适应性强，他经重新训练可快速适应变化的市场。
第七章以一个神经网络壳在中国证券市场中的实际应用来验证神经网络的实际应用效果。选择了一只在证券市场中振荡下跌的股票应用人工神经网络来寻找交易机会。
第八章对人工神经网络在证券市场应用的测试结果进行了总结并就其应用前景进行了描述。
下面本文将从证券市场的性质分析入手，得出其特点及其分析预测的方法，为成功将人工智能神经网络应用于其中进行准备。
6
人工神经网络在证券市场中的应用研究
第二章 证券市场特性及预测的方法
证券交易市场已经有一百多年历史了，我国的证券市场虽然只有10多年，但与西方的证券市场一样具有同样基本特性。收益与风险构成了证券交易市场的核心内容。它符合市场经济的两条基本假设,即:
1．人是“理性”的, 理性意味着每个人都会在给定的法规政策约束条件下,争取自身的最大利益;
2．交易者在市场交换中有着完全的选择自由,同时由自己承担风险, 承担选择的后果。
从证券市场内部来看,市场行情由投资者们的行为共同创造,反过来市场行情又直接影响着投资者的信心和下一步的操作行为。从外部看,股市还受到来自政治经济形势、金融政策、公司状况和重大消息等多方面因素的影响。由此,证券市场结构图可由图1表示。
图 1
证券市场发展至今，已有了许多预测的手段与方法。但它们基本可以分类为：基本面分析与技术分析。基本面分析是研究影响证券市场供给和需求的各种因素。一般而论,供给超过需求,价格下跌; 反过来,需求超过供给,价格上涨。因此,宏观政治经济形势、金融政策、公司运营状况以及其它方面突发事件等都是造成市场价格波动的因素。技术分析是研究市场过去和现在的行为对市场未来走势的影响,并根据市场过去和现在的行为,运用多种数学模型, 建立技术指标来预测市场未来变化的分析方法。从实质上说，它是以历史数据为基础，根据一定的方法来预测未来走势。
基本因素分析能够让投资者理解在某些时刻为什么价格发生变化?是什么原因造成的?技术因素分析则注重系统本身具有使得价格波动的特性。因此,基本面因素对市场未来走势的影响是直接的,易于理解的。
7
人工神经网络在证券市场中的应用研究
技术分析是通过对反映市场状况的资料（例如成交价、成交量或成交金
额）进行分析，判断整个股市或个别股价未来的变化趋势，以探讨股市里投资行为的可能轨迹。
技术分析是一种完全根据市场行情变化来进行分析的分析方法。两百年
来各式各样的理念、方法、技术不断地融入技术分析之中，使得今天的技术分析不仅是一种思想体系而且是一种操作体系。
一般来说，技术分析是研究某一股票或某种指数的实际交易过程。基本
数据将股票市场的基本情况高度概括，同时将开盘价、收盘价、最高价、最低价、成交量等5个最基本的数据数学模型化，进一步进行分析，以预测市场价格的变化趋势及确定相应的操作对策。
市场是由投资者群体行为构成的，领先了众多投资者也就领先了市场。
在信息技术充分发达的今天，投资者所能获得到的资讯信息在时间和内容上几乎没有差别。谁能首先对信息进行正确的分析和判断，谁就能占一步先机。
理论上，技术分析不关心市场趋势形成及转化的原因，只注重价格走势
的最终结果。它是强调对市场本身行为的研究，而非对市场交易的研究。
技术分析的理论前提 1．市场行为涵盖一切
市场行为涵盖一切是从英文Everything is discounted and reflected in
market prices直译而来。技术分析人士在实际分析时都是利用价格与供求关系的互相关联来进行分析和预测的。如果供不应求，价格就会上升；反之，如果供过于求，价格就会下跌。这种关系是进行预测的基础。从这种必然的关系上，技术分析人士推出一个“逆定理“：无论什么原因，如果价格上涨，需求必定超过供给，体现在股市上就是整个股市为多头市场，反之一样。因此，供需关系决定市场走势。它的实质是：证券的价格包含了过去、现在所有影响价格的全部信息,价格的再变化是由于新的外部因素和系统作用而导致。
通常，技术分析人士并不关注价格上涨或下跌的原因，而只关注价格上涨或下跌本身带来的结果。也就是说，在根据价格的上涨或下跌来预测市
8