基于模糊深度學習網(wǎng)絡算法的短期股價預測.pdf

1、股票市場研究一直是經(jīng)濟學研究的一個重要部分，股票市場是一國經(jīng)濟狀況的晴雨表，一直以來受到政府與管理者以及投資者的高度關注。其中短期股價趨勢的預測更是成為投資者研究關注的重點。股票市場受多種因素影響，是一個極其復雜的非線性動力學系統(tǒng)，具有很強的復雜性與非線性，使股價波動具有不確定性、高噪聲等特點，股價預測的結果也往往不盡人意。而且股票市場具有的信息量十分龐大，隨著大數(shù)據(jù)時代的發(fā)展，給股票市場預測提供更多信息的同時，對大量數(shù)據(jù)的處理能力也是

2、影響股票市場預測研究的重要部分。如何利用新的理論建立可以應用于股票市場預測的模型提高股票市場預測的準確度對金融投資者具有很大的理論意義與應用價值。
　　神經(jīng)網(wǎng)絡作為常用的非線性動力學系統(tǒng)一直在經(jīng)濟、金融領域的預測問題上得到廣泛的應用，并在學術研究上取得了不錯的效果，而傳統(tǒng)淺層BP神經(jīng)網(wǎng)絡模型存在學習速度慢且容易陷入局部收斂等問題。2006年加拿大學者Hinton提出的深度學習神經(jīng)網(wǎng)絡為人工智能領域帶來了新的希望。其中深度信念網(wǎng)絡是

3、深度學習的典型模型，目前深度信念網(wǎng)絡主要應用于語音識別、圖形提取等方面，取得前所未有的成功，同時各領域的學者們也漸漸嘗試將深度信念網(wǎng)絡應用到其他方面。模糊理論與神經(jīng)網(wǎng)絡的結合應用已有四十多年，各種研究證明神經(jīng)網(wǎng)絡與模糊理論的結合可以有效彌補其自身的不足。
　　本文綜述了股票市場短期預測以及模糊理論與深度信念網(wǎng)絡的理論基礎，研究了DBN模型的學習算法，通過實驗的方法構建股價預測的模糊深度學習網(wǎng)絡模型。首次將深度學習網(wǎng)絡應用于股票市場