自组织神经网络模型在上证综指日数据K线识别预测上的应用

自组织神经网络模型在上证综指日数据K线识别预测上的应用内容摘要：

自组织神经网络模型在上证综指日数据K线识别预测上的应用 请务必阅读正文之后的免责条款 神经网络算法应用系列报告之二 自组织神经网络模型在上证综指日数据 K 线识别预测上的应用 金融工程助理分析师 丁鲁明 电 话： 021融工程首席分析师 胡倩 电 话： 021y 本文从技术分析的角度分析指数走势并构建择时模型。 股票市场分析，可以分为：政策分析、基本面分析和技术分析三种类型，本文尝试使用数量化方法进行技术分析。 我们的研究目的是市场择时，研究对象则是股票市场的量价数据。 我们将尝试寻找 K 线组合中蕴含的一些潜在规律，并对未来市场的运行趋势给出一个大致的判断，从而达到预测市场短期涨跌的目的。 y K 线组合模式识别使用了自组织竞争型神经网络算法。 人们通过大量的生理学实验发现，人的大脑皮层中存在着许多完成特定功能的网络区域。 在完成某一特定功能的网络区域中，不同部位的若干神经元对含有不同特征的外界刺激同时产生响应。 我们使用的竞争性神经网络算法可自动发现输入数据的类似度， 将相似的输入配置在网络中相近的地方，即对应于输入数据，构成有选择地反应的网络算法。 y 模型构建的交易策略均取得了良好的收益，扣除交易费用后仍有较大超额收益。 模型构建了以获取超额收益为主要目标的交易策略 A， 以获取绝对收益为主要目的的交易策略 B，结果显示策略对基准指数（ 50%上证综指 +50%中债指数）的 4 年累计绝对收益分别为 和 ，分别超越同期基准指数达 和 于换手比例较低，扣除单边 易费用后的超额收益仍旧有 ，超额收益明显。 y 模式整体识别率不高，相对而言，预测上涨比预测下跌准确率更高。 我们的策略 050 期样本外数据中，共发出 126 次的卖出信号，信号占比 12%，策略 A 的199 期预期下跌交易日中，实际下跌占比 相对的，策略 B 共发出 330 次买入信号，信号占比 31%，在策略 B 的 448 期预测上涨交易日中，高于策略 A 的下跌准确率占比。 y 实证模型总体表现良好，后续研究将围绕图像识别和高频数据模式识别等领域。 本文最后给出了最近 4 年来的一些典型的上涨和下跌的 K 线组合。 实证结果显示，基于模式判别模型的交易策略获取了一定的超额收益， 并且将交易费用控制在较低水平，但模型的识别比例不到 40%，大约 5 个交易数据中仅有 1可以判别。 后续研究将尝试 K 线组合的形态和图像，突破目前 11 个日 K 线数据组合的限制，以提高 K 线模式识别比例，同时我们还将尝试神经网络算法在高频数据模式识别上的应用。 量化研究 定定 量量 研研 究究 2009 年 08 月 14 日 定量研究 2目 录 . 应用 络的上证综指 K 线组合形态识别算法 .据去趋势化 . 线组合的模式识别 .跌预测 .证及预测效果 .录 :神经网络算法简介 .录 经网络 .录 组织神经网络模型（ 法） . 定量研究 3 图目录 图 1 原始 K 线数据形态 . 2 标准化后的 K 线数据形态（模型实际输入数据） . 3 策略 A 累计收益同基准指数对比 . 4 策略 A 对基准指数（ 50%上证综指 +50%中债指数）的相对强弱指数 . 5 策略 B 累计收益同基准指数对比 . 6 策略 B 对基准指数的相对强弱指数 . 7 上升趋势中的加速上攻 K 线组合标准化形态 1（模式 187） . 8 上升趋势中的加速上攻 K 线组合实例， 式 187） . 9 上升趋势中的加速上攻 K 线组合标准化形态 2（模式 369） . 10 上升趋势中的加速上攻 K 线组合实例， 2005 年 7 月 29 日（模式 369） . 11 下降趋势中的加速下跌 K 线组合标准化形态 1（模式 16） . 12 下降趋势中的加速下跌 K 线组合实例， 2005 年 1 月 26（模式 16） . 13 下降趋势中的加速下跌 K 线组合标准化形态 2（模式 305） . 14 下降趋势中的加速下跌 K 线组合实例， 2005 年 7 月 7 日（模式 305） . 15 自组织竞争型神经网络算法流程 .目录 表 1 策略 A 示例 . 2 策略 A 示例 . 3 策略 A 相关属性 . 4 策略 B 相关属性 . 定量研究 4 股票市场分析，可以分为：政策分析、基本面分析和技术分析三种类型。 本文研究对象是市场择时模型，研究方法是以股票市场的量价关系为出发点的技术分析方法，我们试图寻找 K 线组合中蕴含的一些潜在规律， 并尝试对未来市场的运行趋势给出一个大致的判断，达到预测市场短期涨跌的目的。 首先，什么是技术分析。 技术分析是以价格为中心，以市场的供求关系为基础，认为“供过于求”股票价格就会跌； “供不应求”股票价格就会涨，以选择正确的投资时机为。