下载掌阅APP，畅读海量书库
立即打开
Step 1： 选取2012年7月17日至2013年5月16日的200组上证指数作为原始数据（数据来源于通达信金融终端），见表2-1，并进行显示，各种指标随时间（注：时刻1表示2012年7月17日，时刻200表示2013年5月16日）变化的情况如图2-2所示，代码如下。
图2-2 各种指标随时间的变化情况
Step 2： 利用主成分分析方法，对开盘x 1 、收盘x 2 、涨跌额x 3 、涨跌幅x 4 、最低x 5 、最高x 6 、成交量x 7 、成交金额x 8 进行主成分分析，得到前两个主成分y 1 ，y 2 的能量超过总能量的85%，故将y 1 ，y 2 作为BP神经网络的输入。主成分分析代码如下。
注意：MATLAB提供了princomp函数进行主成分分析，其调用格式为：
① [COEFF,SCORE] = princomp(X)
② [COEFF,SCORE,latent] = princomp(X)
③ [COEFF,SCORE,latent,tsquare] = princomp(X)
④ [...] = princomp(X,'econ')
其中，
X：样本集合，X的每一列代表一个属性，每一行代表一个样本，princomp函数会自动对X的均值归零，但没有对方差归一，读者需要自行对X的方差归一；
COEFF：表示由X协方差阵得到的特征向量矩阵，而且特征向量根据特征值由大到小的顺序进行排列。
SCORE：表示主成分向量矩阵，而且主成分向量矩阵根据特征值由大到小的顺序进行排列；
latent：表示特征值矩阵，且特征值由大到小进行排列；
tsquare：表示每个样本的Hotelling's T 2 统计量，Hotelling's T 2 统计量是每个样本偏离数据中心距离的观测值；
'econ'：表示主成分分析的特征值只返回正值，特征向量与主成分按相应的顺序返回。
对于本实例，利用MATLAB自带函数进行主成分分析的源代码如下。
Step 3： 将第t（t=1,…,150）天的y 1 、y 2 作为BP神经网络的输入，第t+1（t=1,…,150）天的涨跌幅x 4 作为BP神经网络的输出，训练神经网络。神经网络的训练过程如图2-3所示。训练完成后，神经网络的预测值与实际值之间的比较如图2-4所示，源代码如下。
图2-3 神经网络的训练过程
图2-4 训练后神经网络的输出与实际值的比较
Step 4： 用训练好的神经网络检验剩下的50组数据，预测值与实际值的比较如图2-5所示，源代码如下。
图2-5 训练后神经网络的输出与实际值的比较
从运行结果可以看出，主成分分析法将原来的8个指标简化了2个指标，因而大大地减少了网络的输入变量个数，网络结构也得到了简化，程序的运行时间显著缩短，预测误差反而更小。
基于主成分BP神经网络算法的股市预测首先对数据进行处理，消除了原始数据中信息的重合部分，这样并没有改变样本数据的结构，但减少了输入变量的个数，从而简化了网络结构，相应的网络学习速率也得到提高，预测的误差也相应降低，提高了预测的精度。
鉴于上述对比分析，说明用主成分分析BP神经网络来预测股市是可行的。除此之外，在利用BP神经网络预测股票时应注意以下几点。
由于神经网络的学习信息来源于样本参数，所以样本参数选取就直接影响了学习中信息量的多少和质量。参数选择越少，信息量就越少，就不能真实反映股票的规律；参数选择过多，各个参数之间的信息量就有重叠部分，并且参数过多也会使神经网络的结构过大，训练速度就会降低，甚至导致网络不收敛。根据这种情况，本文的方法就解决了这个难题，即利用了尽可能多的预测指标，又去除了各指标间的重复信息。
股市每个预测指标数据都在随着时间的变化而变化，所以网络系统也要随着时间而改变，否则就达不到理想的预测效果。
中国股市与世界其他各国的股市很不相同，它是个高速发展又重病缠身的病态股市。中国的股市价格往往受到当时政治、经济及社会因素的影响，尤其是在政策性或突发事件中振荡的比较厉害。因此，建立预测模型时，最好综合考虑这些因素的影响。
影响股票指数变动的因素很多，如国民总值、汇率，以及税率与总就业率等，这些因素都极为复杂，如果综合多方面考虑，股票的预测更为复杂。
本节中神经网络的参数（如神经网络隐层节点数目的确定）是通过多次尝试获得的。其实，从本质上来讲，神经网络就是拟合问题，传递函数就是基函数，基函数的数量、类型及参数的选择与实际数据的表现有很大的关系，因而很难找到一般性的规律；另一方面，从理论上来讲，神经网络越复杂，它对样本的适应性就越好，但它的泛化能力也就越差，甚至会出现“过拟合”的问题。因此，神经网络也不是越复杂越好。