期貨的論文代發(fā)表
期貨的論文代發(fā)表
在世界經(jīng)濟(jì)的不斷演進(jìn)和發(fā)展過(guò)程中,期貨市場(chǎng)扮演著極其重要的角色。下文是學(xué)習(xí)啦小編為大家搜集整理的關(guān)于期貨的論文代發(fā)表的內(nèi)容，歡迎大家閱讀參考!
期貨的論文代發(fā)表篇1
淺談基于bp神經(jīng)網(wǎng)路的我國(guó)滬深300股指期貨價(jià)格預(yù)測(cè)
1.引言
滬深300股指期貨上市到現(xiàn)在為止，已滿四周年，交易量不斷地?cái)U(kuò)大，已經(jīng)累計(jì)成交4.37億手，累計(jì)成交額多達(dá)320.17萬(wàn)億元，客戶已經(jīng)有17.58萬(wàn)之多。這些數(shù)字充分說(shuō)明我國(guó)股指期貨市場(chǎng)驚人的活躍程度。對(duì)于如此活躍的市場(chǎng)，預(yù)測(cè)其合約價(jià)格的就顯得非常重要了。股指期貨市場(chǎng)與股票市場(chǎng)有許多相似之處，也是一個(gè)不穩(wěn)定的、開放的、非線性變化的復(fù)雜動(dòng)態(tài)系統(tǒng)。其合約價(jià)格的變動(dòng)受到金融因素、經(jīng)濟(jì)因素、政治因素、投資者心理因素等眾多因素的影響，其變化過(guò)程具有非線性、混沌性與長(zhǎng)期記憶性等特點(diǎn)。由于有以上特點(diǎn)的存在，我們可以利用BP神經(jīng)網(wǎng)絡(luò)的理論方法，選取每天的開盤價(jià)、收盤價(jià)、均價(jià)、成交量等指標(biāo)，選取合適的隱含層數(shù)量，以預(yù)測(cè)其短期的價(jià)格。
2.滬深300股指期貨
2.1 滬深300股票指數(shù)
滬深300股票指數(shù)是由中證指數(shù)公司編制，在2005年4月8日正式發(fā)布。滬深300指數(shù)是以2004年12月31日為基日，其點(diǎn)位為1000點(diǎn)。其組成是從上海和深圳證券市場(chǎng)中選取300只A股作為樣本，其中滬市有179只，深市有121只，選取的樣本為規(guī)模大、流動(dòng)性強(qiáng)的胡票。滬深300指數(shù)的樣本覆蓋了滬深市場(chǎng)約六成的市值，其本質(zhì)是作為一種商品。
2.2 滬深300股指期貨
滬深300股指期貨是以滬深300指數(shù)作為標(biāo)的物的期貨品種，在2010年4月由中國(guó)金融期貨記憶所推出。它是采用現(xiàn)金交割，交割結(jié)算價(jià)采用到期日最后兩小時(shí)所有指數(shù)點(diǎn)位算術(shù)平均價(jià)。它具有雙向交易、高杠桿性、高流動(dòng)性和低交易成本的特點(diǎn)。雙向交易是指可以買也可以賣，高杠桿性是指保證金比率只有12%，投資杠桿約為8.3倍。高流動(dòng)性是指采取T+0交易方式。低成本是指期貨交易的手續(xù)費(fèi)一般在合約價(jià)值的萬(wàn)分之幾左右。并且他和其他期貨品種一樣，出發(fā)點(diǎn)是為了保值而非盈利。
3.影響滬深300指數(shù)期貨價(jià)格的因素
3.1 宏觀經(jīng)濟(jì)運(yùn)行及企業(yè)運(yùn)行狀況
一般情況下，宏觀經(jīng)濟(jì)運(yùn)行良好的情況下，該股指期貨價(jià)格會(huì)呈現(xiàn)不斷攀升的趨勢(shì);而在運(yùn)行不好情況下，其價(jià)格會(huì)不斷下降。同樣的，如果各大企業(yè)生產(chǎn)經(jīng)營(yíng)狀況良好，其價(jià)格也會(huì)上升;若相反，其價(jià)格便會(huì)下跌。
宏觀經(jīng)濟(jì)的一些主要指標(biāo)也會(huì)影響滬深300股指期貨的價(jià)格，例如GDP增長(zhǎng)率、國(guó)際貿(mào)易收支情況、實(shí)際可支配收入情況等，這些指標(biāo)的增加說(shuō)明我國(guó)宏觀經(jīng)濟(jì)運(yùn)行狀況良好，則該股指期貨的價(jià)格便會(huì)上升，若失業(yè)率增加，存貸比率過(guò)高或過(guò)低，便會(huì)使其價(jià)格下跌。
3.2 利率、匯率水平的高低及趨勢(shì)
一般來(lái)說(shuō)，利率水平越高，股指期貨的價(jià)格就會(huì)越低。這是因?yàn)楦呃蕰?huì)使投資者將更多的錢存入銀行，從而導(dǎo)致股票市場(chǎng)的資金減少，同時(shí)，高利率會(huì)使貸款利率升高，企業(yè)的財(cái)務(wù)成本變大，生產(chǎn)經(jīng)營(yíng)狀況會(huì)變差，從而影響股價(jià)，使股指期貨的價(jià)格下跌。匯率的影響與利率類似，高匯率不利于出口，利于進(jìn)口，會(huì)使國(guó)內(nèi)企業(yè)的經(jīng)營(yíng)狀況變差。
4.BP神經(jīng)網(wǎng)絡(luò)模型
4.1 BP神經(jīng)網(wǎng)絡(luò)模型介紹
BP神經(jīng)網(wǎng)路也稱為誤差反向傳播神經(jīng)網(wǎng)絡(luò)，它是由非線性變換單元組成的前饋網(wǎng)絡(luò)。在神經(jīng)網(wǎng)絡(luò)的應(yīng)用中，超過(guò)80%的神經(jīng)網(wǎng)絡(luò)模型是采用它或者是它的變化形式，因此它也是前饋網(wǎng)絡(luò)的核心部分。
BP算法的基本思想是：學(xué)習(xí)過(guò)程是由信號(hào)的正向傳播和逆向傳播兩部分組成，在正向傳播時(shí)，輸入樣本值通過(guò)輸入層傳入各個(gè)隱含層，經(jīng)過(guò)隱含層處理后，傳向輸出層。如果輸入層的實(shí)際輸出與期望的不一樣，則將誤差逆向傳播，將誤差反向傳播給各層所有單元，從而得到各層單元的誤差信號(hào)，并以此為依據(jù)修成各單元的權(quán)值，這種權(quán)值調(diào)整的過(guò)程是在不斷進(jìn)行的，就是網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程。這個(gè)過(guò)程一直到訓(xùn)練輸出的誤差減少到可以接受的程度或是預(yù)先設(shè)定的次數(shù)為止。
4.2 BP神經(jīng)網(wǎng)絡(luò)模型設(shè)定
4.2.1 網(wǎng)絡(luò)層數(shù)
大量的實(shí)驗(yàn)數(shù)據(jù)證明，隱含層的數(shù)目越多，BP神經(jīng)網(wǎng)絡(luò)的非線性映射能力越強(qiáng)，但如果太多，反而會(huì)降低網(wǎng)絡(luò)的性能。由于但隱層的網(wǎng)絡(luò)可以逼近任意一個(gè)連續(xù)的非線性函數(shù)，因此，本文將會(huì)將采用單隱層的網(wǎng)絡(luò)。
4.2.2 輸入層及輸出層神經(jīng)元個(gè)數(shù)確定
本文利用前1天的開盤價(jià)、最高價(jià)、最低價(jià)、收盤價(jià)、交易量、10日均價(jià)、30日均價(jià)預(yù)測(cè)下一天的收盤價(jià)，因此輸入層神經(jīng)元的個(gè)數(shù)為N=7，而輸出層的神經(jīng)元個(gè)數(shù)為M=1。
4.2.3 隱含層神經(jīng)元個(gè)數(shù)的確定
隱含層數(shù)量的多少一般由下面的公式確定：n=ni=n0+a
在這里我們有8個(gè)輸入層，1個(gè)輸出層，a取0-10之間，經(jīng)反復(fù)嘗試，a取5較好，因此我們?cè)O(shè)置8個(gè)隱含層。
4.3 數(shù)據(jù)處理
在訓(xùn)練之前，我們首先需要將數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)歸一化處理，因?yàn)楦鱾€(gè)數(shù)據(jù)之間的數(shù)量級(jí)是不相同的，若我們直接利用原始數(shù)據(jù)進(jìn)行訓(xùn)練，則會(huì)導(dǎo)致有的數(shù)據(jù)權(quán)數(shù)太小，而有的數(shù)據(jù)權(quán)數(shù)過(guò)大，訓(xùn)練的結(jié)果將變得更不準(zhǔn)確，因此我們需要對(duì)其進(jìn)行處理，其公式為：x[i]p=(xp-xmin)/(xmax-xmin)
歸一化后的數(shù)據(jù)是介于0與1之間，會(huì)使預(yù)測(cè)結(jié)果會(huì)更加穩(wěn)定、準(zhǔn)確。
5.實(shí)驗(yàn)過(guò)程與結(jié)果分析
5.1 實(shí)驗(yàn)數(shù)據(jù)的選擇。
本文采用的實(shí)驗(yàn)數(shù)據(jù)是滬深300股指期貨2013.5.15到2014.5.15之間的開盤價(jià)、最高價(jià)、最低價(jià)、收盤價(jià)、交易量、10日均價(jià)與30日均價(jià) ，用前一天的開盤價(jià)、最高價(jià)、最低價(jià)、收盤價(jià)、交易量、10日均價(jià)與30日均價(jià)來(lái)預(yù)測(cè)后一天的收盤價(jià)格。選取以上的自變量主要是因?yàn)檫@些變量都在一定的程度上影響了后一天的收盤價(jià)，它們與因變量之間存在著某種函數(shù)關(guān)系，該函數(shù)關(guān)系可以通過(guò)神經(jīng)網(wǎng)路模擬出來(lái)。
5.2 實(shí)驗(yàn)過(guò)程。
先將數(shù)據(jù)導(dǎo)入到excel表格中進(jìn)行簡(jiǎn)單的整理，再利用上述的標(biāo)準(zhǔn)化公式將數(shù)據(jù)標(biāo)準(zhǔn)化。將處理后的數(shù)據(jù)導(dǎo)入matlab中，利用其中的函數(shù)生成我們所需要的神經(jīng)網(wǎng)絡(luò)，如果結(jié)果良好，則我們利用它來(lái)預(yù)測(cè)之后股指期貨的價(jià)格趨勢(shì)，但如果結(jié)果沒有達(dá)到預(yù)期，則我們重復(fù)上述步驟，生成新的神經(jīng)網(wǎng)絡(luò)，直到符合我們的預(yù)期為止。
5.3 實(shí)驗(yàn)結(jié)果。
我們?cè)O(shè)定誤差標(biāo)準(zhǔn)為0.0004，按照上述的設(shè)定生成神經(jīng)網(wǎng)絡(luò)，得到運(yùn)算結(jié)果表明總共運(yùn)行了152次迭代，共用時(shí)1秒，初始的均方誤差為0.188，通過(guò)迭代后達(dá)到了0.000397，滿足了我們的要求0.0004，斜率的變化為0.000475，該值表明均方誤差的變化已經(jīng)非常小了。原模型最后五天的標(biāo)準(zhǔn)化后的數(shù)據(jù)分別為0.1318、0.2034、0.1820、0.1802、0.1483，而我們通過(guò)該網(wǎng)絡(luò)預(yù)測(cè)出的結(jié)果為0.1347、0.1582、0.2094、0.1729、0.1472，預(yù)測(cè)出的數(shù)據(jù)已經(jīng)非常接近真實(shí)的數(shù)據(jù)，最后一天的誤差僅有0.7%，該結(jié)果充分表明了該模型的可信度。
5.4預(yù)測(cè)結(jié)果。
通過(guò)之后五天的前一天的開盤價(jià)、收盤價(jià)、最高價(jià)、最低價(jià)、交易量、10日均價(jià)、30日均價(jià)的數(shù)據(jù)去預(yù)測(cè)后一天的收盤價(jià)，得到的平均誤差率為4.1%，該結(jié)果表明運(yùn)用BP神經(jīng)網(wǎng)絡(luò)模型確實(shí)可以在一定的程度上預(yù)測(cè)滬深300股指期貨的價(jià)格，預(yù)測(cè)的結(jié)果還比較理想，因此，說(shuō)明我們可以用BP神經(jīng)網(wǎng)絡(luò)對(duì)股指期貨價(jià)格進(jìn)行預(yù)測(cè)，并且其預(yù)測(cè)的結(jié)果有助于我們制定以后的投資策略。
6.結(jié)論
本文通過(guò)BP神經(jīng)網(wǎng)絡(luò)對(duì)我國(guó)滬深300股指期貨每日的收盤價(jià)進(jìn)行了實(shí)際模擬，并且預(yù)測(cè)了股指期貨最近5日的收盤價(jià)格，并將預(yù)測(cè)的結(jié)果與實(shí)際的結(jié)果進(jìn)行了比較，結(jié)果說(shuō)明預(yù)測(cè)的價(jià)格與實(shí)際的價(jià)格相差很小，該網(wǎng)絡(luò)有較高的精度和較為穩(wěn)定的預(yù)測(cè)結(jié)果，表明我們利用BP神經(jīng)網(wǎng)絡(luò)去預(yù)測(cè)我國(guó)滬深300股指期貨的價(jià)格是成功的。然而對(duì)于期貨市場(chǎng)的大部分投資者而言，他們更加關(guān)注的是期貨價(jià)格的走勢(shì)而非其價(jià)格的具體值，這主要是由股指期貨價(jià)格市場(chǎng)的基本功能決定的，股指期貨市場(chǎng)的套期保值、投機(jī)等功能的運(yùn)用都需要判斷價(jià)格趨勢(shì)的變化，是做空還是做多是大多數(shù)投資者關(guān)注的主要問題。本文在股指期貨價(jià)格趨勢(shì)的預(yù)測(cè)上還存在許多問題，主要問題可能是因?yàn)檫x取的因變量過(guò)于偏向于短期，而沒有考慮長(zhǎng)期因素對(duì)其價(jià)格影響，在以后的研究中，可以通過(guò)一些長(zhǎng)期的因變量、如GDP、消費(fèi)量、利率等去預(yù)測(cè)股指期貨價(jià)格長(zhǎng)期的變化趨勢(shì)，也可以通過(guò)擴(kuò)大樣本增加預(yù)測(cè)的精確度。
>>>下頁(yè)帶來(lái)更多的期貨的論文代發(fā)表