基于人工神经网络算法的黄金价格预测问题研究.pdfVIP

张均东，刘澄，孙彬：基于人工神经网络算法的黄金价格预测问题研究 基于人工神经网络算法的 黄金价格预测问题研究 张均东，刘 澄，孙彬 (北京科技大学经济管理学院，北京100083) 摘要：提出一种结合宏观国际经济影响因素与黄金价格时间序列相接合的LM—BP模型。仿真结果表明，该算法能够 较好预测黄金价格的走势，并且运用固定权值阈值方法实现了预测结果的稳定，使得能够进行实际应用。 关键词：人工神经网络；黄金价格预测 中图分类号：髓30．94 文献标识码：A 文章编号：1004—972X(2010)01—0110—05 一、概述 二、人工神经网络基本原理 Neural 在金融系统的预测研究中，黄金价格预测是一 “人工神经网络”(ArtificialNetwork，简称 个热门的课题，并且也有了许多运用于黄金价格预 m小)是近年来迅速发展起来的一种新型信息处理 测的优秀算法。在黄金市场中影响黄金价格的因素 手段，是在对人脑组织结构和运行机制的认识理解 包罗万象，在黄金价格变动的长期趋势中，在一段较 基础之上模拟其结构和智能行为的一种工程系统。 长时期内有某些确定的基本因素起作用，即有一定 的趋势性，但又受许多随机因素的影响，可以说黄金 家Pitts就提出了人工神经网络的第一个数学模型， 价格变动是一种不规范的经济行为。伦敦是世界黄 从此开创了神经科学理论的研究时代。其后，F 金精炼、销售和交换的中心，全球的现货黄金市场价 J Rosenblatt、Widrow和Hopf、JH0陋eld等学者又先后 格均以伦敦金价为标准，再根据各自的供需情况而 提出了感知模型，使得人工神经网络技术得以迅速 上下波动，同时伦敦金价亦是许多涉及黄金交易合 发展。 约的基准价格，因此本文针对伦敦金价指数进行预 ANN是一种基于连接主义机制的人工智能技 测分析。 术，试图从微观上解决人类认知功能，以探索认知过 人工神经网络作为一种大规模并行处理的非线 程的微结构。它不仅可以实现非线性映射，而且具 性系统，依据数据本身的内在联系建模，具有良好的 备大规模并行计算，分布式信息存储和处理，很强的 适应性与自学习能力、较强的抗干扰能力，在黄金价 容错以及很强的自组织、自适应、自学习等概括和抽 格的短期预测中已取得了令人比较满意的成绩。在 取信息的能力，适用于需要同时考虑许多因素和条 神经网络中，BP算法即反向传播算法前馈神经网络 件的不精确和模糊的信息处理问题。ANN作为模 经典的有监督学习算法，在对黄金价格预测中得到 拟人的智能和形象思维能力的一条重要途径和方 了广泛的应用。然而在针对具体黄金价格作预测 法，在模式识别、信号处理、自动控制等领域的应用 时，如何针对给定样本设定BP算法中所涉及的参 取得显著成效，并在非线性系统建模和非线性问题 数(如初始权值与阈值，隐层节点数等)等方面研究 求解方面有着广阔的应用前景。 却并不多。本文主要针对uM—BP算法对黄金价格 1．神经网络的基本原理 预测进行研究。 神经网络通过网络中各连接权值的改变，实现 收稿日期2009—11—04 作者简介：张均东(1肛)，男，山东青岛人，北京科技大学经济管理学院博士研究生，研究方向为金融工程； 刘 澄(1舻)，男，辽宁辽阳人，北京科技大学经济管理学院教授，博士研究生导师，研