趙玲君

摘要：本文針對單支股票在未來短期內(nèi)的預(yù)測進(jìn)行了研究，文中采用了兩種方法，分別建立了ARMA時(shí)間序列模型和BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行預(yù)測分析。

關(guān)鍵詞：ARMA模型;BP神經(jīng)網(wǎng)絡(luò)模型

1ARMA模型

我們使用自回歸移動(dòng)平均模型（ARMA）進(jìn)行預(yù)測。它分為AR（自回歸）部分和MA（移動(dòng)平均）部分。對于AR模型，利用之前的觀察值和當(dāng)前的干擾值并通過一定的線性組合來進(jìn)行預(yù)測與分析。其數(shù)學(xué)公式為：

我們首先對觀測數(shù)據(jù)序列進(jìn)行平穩(wěn)化處理，使非平穩(wěn)的數(shù)據(jù)序列轉(zhuǎn)化為平穩(wěn)的隨機(jī)序列，然后運(yùn)用基于Matlab工具箱的ARMA模型的時(shí)間序列分析方法來驗(yàn)證模型。

2BP神經(jīng)網(wǎng)絡(luò)模型

BP神經(jīng)網(wǎng)絡(luò)是一種反饋型學(xué)習(xí)網(wǎng)絡(luò)，輸入層各神經(jīng)元負(fù)責(zé)接收來自外界的輸入信息，并傳遞給中間層各神經(jīng)元。

中間層可以設(shè)計(jì)為單隱含層或者多隱含層結(jié)構(gòu)，最后一個(gè)隱含層傳遞到輸出層各神經(jīng)元的信息，經(jīng)進(jìn)一步處理后，完成一次學(xué)習(xí)的正向傳播處理過程，由輸出層向外界輸出信息處理結(jié)果，當(dāng)輸出值和實(shí)際需要值之間的誤差大于預(yù)定的誤差值時(shí)，網(wǎng)絡(luò)進(jìn)入誤差的反向傳播階段。誤差通過輸出層，按誤差梯度下降的方式修正各層權(quán)值，向隱含層、輸入層逐層反傳。

周而復(fù)始的信息正向傳播和誤差反向傳播過程，是各層權(quán)值不斷調(diào)整的過程，也是神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練的過程。這個(gè)過程一直持續(xù)進(jìn)行，直至網(wǎng)絡(luò)輸出的誤差減少到預(yù)訂的誤差范圍內(nèi)，或者訓(xùn)練次數(shù)達(dá)到預(yù)先設(shè)定值。

建立股票預(yù)測BP網(wǎng)絡(luò)的基本步驟如下：

（1）決定網(wǎng)絡(luò)的輸入向量和輸出向量。

（2）建立BP網(wǎng)絡(luò)結(jié)構(gòu)，對網(wǎng)絡(luò)進(jìn)行初始化，隨機(jī)在區(qū)間給定各連接權(quán)值、，并設(shè)定誤差函e，給出相應(yīng)的閾值，確定網(wǎng)絡(luò)層數(shù)和節(jié)點(diǎn)數(shù)。