[發明專利]基于IPSO?BP神經網絡的短期股價預測算法

在審

• 申請號: 201611184109.0
• 申請日: 2016-12-20
• 公開（公告）號: CN106600070A
• 公開（公告）日: 2017-04-26
• 發明（設計）人: 郭建峰
• 申請（專利權）人: 郭建峰
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q40/04;G06N3/08
• 代理公司: 濟南圣達知識產權代理有限公司37221
• 代理人: 張勇

技術領域

本發明涉及一種基于IPSO-BP神經網絡短期股價預測算法。

背景技術

股票作為一種有價證券，蘊含經濟利益、還可以通過上市進行流通轉讓，同時，股份有限公司在籌集資本時，可以通過簽發給各股東的股份來體現持有人(即股東)對公司部分資產擁有的所有權。交易市場出現的時間最早可以追溯到上世紀六十年代，美國是現代交易市場出現的最早的地方。世界經濟金融市場的開放程度自從中國加入WTO后得到迅速提高，同時國際市場也為中國企業在境外上市提供了越來越多的機會和空間，因此，中國的證券市場在我國經濟發展中的作用顯得越來越重要。

伴隨著我國不斷的加快推進經濟轉型以及針對實際需求對產業結構的不斷調整，越來越多的國內知名的股份有限公司公開在境外的交易所上市并發行股票。股票作為一種蘊含潛力和經濟利益的金融產品為更快更好的提高市場經濟提供可能，并與國民經濟和人們的生活息息相關。同時隨著人民生活水平的不斷改善和提高，人們的理財方式也變得越來越多樣化，因此，促使更多的股票投資者們都參與到股票市場中。但由于股票市場本身的復雜性，容易產生暴漲暴跌的情況，因此需要時刻對股票市場進行觀測，以便對股價的走勢進行預測，從而最大限度的降低風險，增加收益。

股票預測主要指對股票價格未來的趨勢進行提前的分析和判斷，這就要求結合股市過往的交易數據信息，運用科學的統計方法進行綜合研究。由于股票市場本身高風險、高收益的特性，一直是研究的熱門，因此，人們對于股票價格的預測研究從未中斷，產生了各種各樣的預測方法。傳統的股市預測理論大多基于研究者們對股票市場進行長期觀察和研究，同時將統計學和概率論的方法應用于股票市場。從而建立了一些傳統的預測模型，如：VAR模型(向量自回歸模型)、ARMA模型(自回歸滑動平均模型)、ARCH模型(自回歸條件異方差模型)、多元回歸模型、指數平滑模型等。這些理論模型基礎比較成熟，并且大多都基于基本的理論，對股票市場的熟悉程度和實際經驗要求較高。它們的共同特點都是使用基于時間序列的數據，利用豐富的經驗進行預測，因此，預測結果的精確度和穩定度方面缺乏支撐和保障，并且這些理論模型均不具備自適應和自學習的能力。然而，股票市場作為一種復雜的系統，受到問題的動態非線性、數據的高噪音、人為操控、政策干預等多種因素的影響，并且各因素相互之間的影響機理也相當復雜。因此，若想對股票的短期價格進行快速、有效的預測，單純的使用傳統的股票預測方法就有些難以實現。

近年來，隨著人工智能(Artificial Intelligence，AI)領域研究的不斷發展，越來越多的研究者們采用基于人工神經網絡建立預測模型來對股價進行預測，并取得了較好的預測效果。神經網絡理論是對人腦的模擬抽象而來的一種極其復雜的非線性網絡模型，由大量的神經元相互連接而成，可以并行處理復雜的問題，并且針對自身的誤差具有調節和學習的能力。因此，神經網絡的這些特點表明其本身就比較適合進行股票短期價格的預測。但是在實際應用的過程中，神經網絡算法也存在一些明顯的局限性：一是比較容易陷入局部極值點，二是收斂速度慢，這些局限性使得神經網絡算法的應用范圍大大縮小，即只能解決簡單的、規模較小的問題，同時得到的最終結果也很有可能是局部最優解，從而使得在對股票超短期價格進行有效預測的問題中，BP(Back Propagation)神經網絡的應用受到了限制。

發明內容

本發明為了解決上述問題，提出了一種基于IPSO-BP神經網絡短期股價預測算法，本發明建立改進的粒子群算法(Improve Particle Swarm Optimization，IPSO)優化BP神經網絡模型進行股票的短期價格預測，最終的實驗結果表明，IPSO算法優化后的BP網絡性能得到了較好的改善，對股票的短期價格能夠更加準確、快速的預測。

為了實現上述目的，本發明采用如下技術方案：

一種基于IPSO-BP神經網絡短期股價預測算法，包括以下步驟：

(1)采樣歷史數據，構建樣本數據集合；

(2)對樣本數據集合進行歸一化處理，映射到同一區間；

(3)對歸一化的數據進行擬合、循環迭代，預測未來樣本數據；

(4)確定網絡層數、各層神經元數目和BP網絡參數與激活函數，利用從大到小依次動態變換慣性權重和學習因子，構建IPSO-BP神經網絡；

(5)根據未來樣本數據，利用IPSO-BP神經網絡預測股票數據。