[经济学]多层径向基函数网络-4.doc

第一章 引 言 随着中国资本市场的迅速发展和居民收入水平的较大提高，越来越多的人参与到股票市场的投资中，希望能够实现财富的保值和增值。虽然投资股票可能带来高回报，但是同时又蕴含着高风险，其时刻变化不定的价格，让投资者感受到这个市场的复杂性，所以他们迫切需要一种用来解释价格变动原因的理论，最好有一种科学的预测方法来指导投资，从而规避或在锁定风险的同时，获得最大的投资回报。股票价格的预测是一个世界性难题，但这项研究却蕴含了巨大的潜在商业价值，所以吸引着全球许多的学者专家对其进行探索和研究。 在承认股票价格走势可以被预测的基础上，本文阐述了用来预测股票价格走势的各种方法，既包括常规的的基本面分析和技术分析等方法，也包括基于时间序列分析的多层径向函数神经网络这种现代预测方法，当然由于影响股票价格的因素有很多种，一种简单的模型或方法是不能够完全预测其未来的涨跌情况的。本文尝试使用多层径向函数神经网络模型和SAS统计分析软件的强大功能的结合对股价波动趋势进行短期预测，发现在短期预测上有良好的效果，这对提醒投资者注意风险和帮助投资者把握买点和卖点上有较强的现实意义和一定的实用价值。 一、 股票价格预测的背景分析 股票市场与国民经济发展密切相关，是金融市场的重要组成部分，股票作为资本证券化的工具，是虚拟资本中比较普遍的一种，上市公司可以方便地通过股票市场进行融资活动实现套利或者追加项目的投入资金等。从表面上看，股票市场的运行是缺乏秩序的，或者说通常意义下是没有规律性可言的，似乎指数及股价的变动是难以预测的。在资本市场中有许多经济学家用倾其一生的精力，研究出各种数学模型来研究股票市场，试图定量地去把握资本的流动方向及其规律性。 自各种金融市场和股票市场的诞生，人们对以股票价格为代表的各种金融资产价格的分析预测方法的研究就没有停止过，这其中涌现出了各种各样的分析方法体系。虽然这些方法派系众多，比如：基本分析流派、技术分析流派、学术分析流派和行为分析流派等等，但从出发点和分析对象来看，可以分为基本分析(fundamental analysis)和技术分析(technical analysis)两大类。基本分析是依照价格围绕价值波动的原理，通过收集相关的数据和资料，研究影响证券价格的各种基本因素，确定证券的内在价值，找出被市场错误定价的证券，买入并长期持有，直到证券的市场价格回归到它的内在价值为止。技术分析则是根据证券市场信息的历史数据，通过图表、技术指标等探求股票价格变化的内在规律，从而找出最佳的买入点和卖出点。 随着各种数据分析工具开发和数学理论研究的深入，人们用各种不同的方法和工具来分析金融时间序列，做出各种金融时间序列预测的模型，特别是在股票价格的预测模型方面更是数不胜数。时间序列分析方法是统计学研究的一个重要分支，以事物在不同时刻所形成的数据作为研究对象，通过对时间序列数据的特征进行分析和研究，探索事物的发展变化规律。经典的时间序列分析方法有图表法、指标法和模型法本文主要取用模型法。模型法是当前对时间序列进行深层次分析和刻画的主要方法，利用事物过去和现在的变化规律数据，构造依时间变化的序列模型，借助外推原则来推测未来是模型法的分析思路。时间序列模型分析方法具有逻辑的美感，模型的形式通常是一个或者一组数学方程。这既具有表达上的简洁性，又可在解释性和可理解性有非常好的效果，为进一步的处理、推导和应用提供方便。 二、传统预测分析方法 传统的预测分析方法主要是指基本分析方法和技术分析方法，这是目前仍然被广大投资者广泛使用的方法。股票的市场价格由它的价值决定，但同时也受到许多因素的影响。其中，供求关系是最直接的因素，其他因素都是通过作用于供求关系而影响股票价格的。 （一） 基本分析方法 1．基本面分析的基本原理 基本面分析一般是指对宏观经济面、公司主营业务所处行业、公司业务同行业竞争水平和公司内部管理水平包括对管理层的考察这诸多方面的分析，数据在这里充当了最大的分析依据，但往往不能以数据来做最终的投资决策，如果数据可以解决问题，那计算机早就代替人脑完成基本面分析，事实上除了数据还要包括许许多多无法以数据来衡量的东西，比如商誉、垄断、管理层人员素质等许多方面难以用数据来表达，这些方面的东西相对而言就成了分析中比较主观的成分。证券分析师根据经济学、金融学、财务管理学及投资学等基本原理，对决定证券价值及价格的基本要素，如宏观经济指标、经济政策走势、行业发展状况、产品市场状况、公司销售和财务状况等进行分析，评估证券的投资价值，判断证券的合理价位，提出相应的投资建议。 基本面分析重点研究股票的内在价值也即是上市公司经营状况的真实反映。这种分析方法认为股票价格在市场上的频繁波动是受多种内外因素影响的，但股票的市场价格总是围绕着内在价值上