运用模糊神经网络智能选股
来自:MACD论坛(bbs.macd.cn)
作者:coolsun
浏览:6574
回复:28
马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。
您需要 登录 才可以下载或查看,没有帐号?立即注册
x
运用模糊神经网络智能选股
Fuzzy Neural Systems for Stock Selection
F.S.Wong, P.Z.Wang, T.H.Goh & B.K.Quck
Financial Analysts Journal, no. Jan-Feb, p.p. 47-52, 1992
內容摘要
研究動機與問題描述
使用專家系統是金融決策支援系統的新趨勢, 但一般只能處理二值邏輯的資料, 無法處理模糊及隨機資料. 也無法從歷史資料中學習及根據實際的狀況調整誤差. 於是有些研究人員提出使用類神經網路作證券市場預測. 類神經網路可以從歷史資料學習, 也可以根據實際的狀況自動調整誤差. 而作者提出一個新的智慧型證券選擇系統(ISS), 其結合了專家系統, 類神經網路和模糊推論的優點, 能達到更好的效果.
模型特徵與訓練方法
圖一說明ISS的架構. ISS可由專家提供獲得知識, 建立規則庫. 由歷史資料及隨機資料建立資料庫. 將資料庫及規則庫資料送入模糊網路(Fuzzy Net)及類神經預測器,便可提供使用者所需的資料.
圖二更進一步說明本文最重要的Fuzzy Net架構. Fuzzy Net分成三個子部分:歸屬函數產生器(MFG), 模糊資訊處理器(FIP)及逆傳遞神經網路(BPN). 藉由歷史資料MFG產生FIP中Fuzzy neural所需的歸屬函數, 而FIP藉由Fuzzy rule及初始權重, 歷史資料及目標正確資料經過IF THEN推論, 輸出資料給BPN作為輸入資料. BPN則根據輸入資料及目標正確資料進行訓練及測驗, 而使用Delta rule learning algorithm訓練.
測試範例與結果分析
該論文使用800種證券的下列十一種資訊作輸入歷史資料:
最近三年的風險值(beta)
市價與帳面價格比(price-to-book-values ratio)
三年平均市價與帳面價格比(three-year average price/book)
本益比(price-to-earnings ratio)
資產週轉率(asset turnover)
三年平均資產週轉率(three-year average asset turnover)
獲利成長(earnings growth)
Dividend discount model值
邊際利潤(profot margin)
三年平均邊際利潤(three-year average profit margin)
當年盈餘(current-year return)
在FIP中使用32條Company rules, 以預測次年盈餘作為BPN的目的. 表一是以1989年一些證券資料的盈餘預測及實際結果. 這樣的初步結果能被接受. 而後續的研究, 可以考慮以增加更多的歷史資料, 更好的規則及更好的訓練策略來增加正確率.
|