基于神经网络预测的价格有效波动区间日内交易策略

摘要

预测股市的趋势是一个让学者和金融分析师都十分感兴趣的主题，其难点主要在于市场的动态，复杂，无序等本质，为此本文利用BP神经网络构造了股价波动区间预测模型。另外，针对理论研究难以转化为现实投资决策的难题，本文设计了一套日内交易系统，该系统能够将人工神经网络模型（ANNs）的输出结果转化为投资决策，为投资者指出最佳的交易时机以及较优的获利空间。ANNs模型的预测结果是由当日最高价、最低价的预测值构成的日内波动区间，本文以此为基础构造日内交易策略，将预测模型的输出结果直接作为交易系统的输入变量，从而可以通过展示交易系统的绩效表现的方式来检验模型的预测能力，这种方式不仅优于传统的预测误差统计，而且有助于投资者快速形成投资决策，改善交易成绩。本文经过实证研究，综合运用了误差指标和交易绩效的方式展示模型预测的精度和交易的效果，再将日内交易策略的内涵加以延伸，与“持股策略”“择时策略”等进行策略组合，使原持股型策略在收益能力和风险控制能力上均得以增强，由此得出结论，认为该策略可以作为股票持仓策略(包括阿尔法选股策略、择时持有策略等)的增强策略，在投资组合或策略组合中可以起到重要的辅助作用。

目录

声明

第1章 绪论

1.1选题研究背景及意义

1.2国内外研究现状及发展趋势

1.3 本文的研究内容及框架结构

1.4 本文的研究方法及研究意义

第2章 股价波动区间预测的相关理论基础和问题分析

2.1 股票价格波动的原因分析以及股市预测的基本假设

2.2 股票价格数据的特点

第3章 神经网络预测模型的基本原理介绍

3.1人工神经网络的定义和发展过程

3.2 神经网络基本原理

3.3 BP神经网络介绍

3.4 BP神经网络的特点

3.5 神经网络的在实际预测模型中的问题

3.6 神经网络用于股价预测的可行性分析

第4章 预测模型与日内交易系统的设计

4.1 BP神经网络预测模型的设计

4.2 日内交易系统介绍

第5章 实证分析

5.1 数据选择

5.2 数据预处理（归一化处理）

5.3 神经网络训练

5.4 神经网络的预测结果

5.5 预测误差的展示和分析

5.6 日内交易系统回测

5.7 策略组合的对比展示

5.8 日内交易策略不同风险控制机制（止损设置）的对比展示

5.9 日内交易策略与其他持股策略的组合及对比

第6章 结论

参考文献

致谢