论文部分内容阅读
与现代经济不断的发展相适应,大众的投资意识不断地发生变化,股票投资已经成为人们投资理财的重要手段,股票投资日益变成社会大众关心的热门话题,因此股票市场的质量以及繁荣程度成为了管理人员和投资者关注和研究的热点。股票投资有收益-风险成正比的特点,即预期收益越高,伴随的可能的风险也越大。因而,对股票市场预测方法的探索具有非常高的经济价值和理论意义。由于股票的价格形成机制十分复杂,有很多的外部因素都会对其产生影响,因此要准确的预测股票市场不是一项容易的任务,以往使用过的预测方法在股市预测的应用中都不能取得非常满意的效果。本文在深入分析了行为金融学理论以及神经网络建模理论的基础上,选取交易价格和交易者情绪这两个能够反映市场信息和价格形成过程的维度对上证指数建立一个BP神经网络模型进行短期的预测,用以检验BP神经网络在股价预测方面的应用效果。在以往关于投资者情绪的研究中通常的作法是选取一个技术指标作为交易者情绪的代理变量,本文在前人研究的基础上,应用主成分分析法构造了一个交易者情绪指数用来代表市场上交易者的情绪,进而作为预测模型的一个输入变量。同时,对上证指数进行线性模型的建模,作为对比模型来检测神经网络的预测效果。理论分析和实验结果说明,应用神经网络对上证指数进行预测具有一定的有效性,加入构造的情绪指数能够显著的提高模型的预测精度,在股指预测领域有一定的应用价值。