基于神经网络的股票预测模型

(北京物资学院 北京 101149)

一、引言

有效市场假说是金融工程中对各种金融衍生品进行定价和套利设计的基础。自它被提出之日起，国内外学者关于股票市场是否弱有效的争论从未平息。Patell和Wolfson[1]的研究表明在股利分配和收益公告发布后的10分钟内股票价格就会做出反应。Busse和Green[2]通过对CNBC的早间新闻和午间新闻报道的公司的股价进行研究，支持了上述股票价格迅速调整的发现。在质疑有效市场假说的研究中，Conrad和Kaul[3]以及Lo和Mackinlay[4]发现纽约证券交易所股票的短期回报率存在自相关；Lehmann和Jegadeesh[5]的研究发现个股的股价更容易在极短的时间内反转。关于中国股票市场有效性的研究中，陈灯塔和洪永森[6]利用广义谱导数检验方法的研究表明沪市和深市都尚未达到弱式有效。基于上述文献，股票市场比较有效，但还没达到弱式有效，研究市场公开信息是可以帮助投资者获得超额收益的。

二、研究综述

吴微、陈维强和刘波[7]曾对沪市综合指数预测进行过探讨，实验结果表明人工神经网络是可行和有效的。但是，在选取样本时，他们认为股票交易市场是一个不稳定的动态变化过程，国内外经济因素、人为作用和政府的调控也是影响股票价格走势的重要因素，因此必须选取正常运作情况下，即没有或少有暴涨和暴跌等不稳定现象的股市样本数据。然而新的信息会引起股票的价格变化，这是是股市正常运作的一部分，仅选取比较平稳的数据可能造成选择性偏差，同时降低了模型预测结果的说服力。其次，吴微、陈维强和刘波的研究用沪市综合指数作为学习和预测样本，模型缺乏实用价值。指数基金是消极投资时的首选，指数基金的收益通常被看作市场收益的代表，因此投资于指数基金的投资者不期望获得超过市场水平的收益，期望获得“超水平”收益的投资者也不会指望指数基金带来正的α。

每只股票有其独特的交易历史和行业特点，用指数数据作为输入数据会导致模型因平衡各种因素而表现平庸。本文运用神经网络模型对青岛啤酒(600600)的股票收益率进行预测。多层感知神经网络(Multilayer Perceptron，MLP)是一种监督式学习算法，由输入层、隐藏层和输出层三部分组成。MLP不仅可以学习线性函数也可以学习复杂的非线性函数。

三、特征选择与预处理

本文选择的是CSMAR数据库中青岛啤酒2014年12月31日至2017年12月31日的交易数据，共730个样本,包含了2015年之后的牛市和熊市。特征的选取应该能充分反映股票交易的特征，同时不易过多，否则易出现过拟合。选择的特征向量见表1。总样本的70%作训练集，30%作测试集。

表1 特征选择

为了增加鲁棒性，对原始数据进行规范化处理，计算出训练集的平均值和标准方差，总样本减去平均值，再除以标准方差，使各特征在同一数量级。

四、模型设定和结果

目标值y为1时表示日收益率为正，y为0时表示日收益率为负，模型结构是8-6-6-6-1，正则参数为10-5。激活函数是RELU函数：

f(x)=max{x,0}

本文利用均方误差MSE作为评价标准，MSE越小，则模型的预测效果越好。当测试集的MSE小于0.5时，可以认为根据模型投资获得的期望收益大于0，该模型是有效的。通常为防止陷入局部最优，将训练样本随机打乱顺序再输入，但考虑到金融数据的特点，这样做是欠妥的，因为金融数据是时间序列，存在序列相关，打乱顺序会消除这种联系，阻碍模型学习。按顺序输入训练样本后，训练集MSE为0.007828，测试集MSE为0.459091，小于0.5。

平稳的时间序列更有助于机器学习规律，所以进一步改进，对所有的股票价格取自然对数。模型结果：训练集MSE为0.001957，测试集MSE为0.40727。

五、结论和展望

本文应用MLP神经网络对预测个股的股票涨跌进行了初步探索，并给出比较详细的算法和步骤，最终模型测试集MSE为0.40727，预测的准确能力为59.273%，高于初始评价基准50%，是有效的股票预测模型，但还存在可以改进的方向。

1.该模型是一个静态模型，先通过对511个样本进行学习，然后预测未来的219个交易日的收益率情况。过去的数据随着时间的推移对未来的预测能力越来越弱，因此动态模型更加适合，可以不断将新的数据纳入模型学习中，让模型获得新的信息。

2.不同网络结构和参数设定也会对模型产生影响，例如隐藏层数、神经元数、学习步长、激活函数、正则参数的设定等，本文只尝试了一种结构和参数设定，在这方面尝试可以进一步提高模型的预测能力。

3.本文将目标值分为两类，收益率大于0和小于等于0两种情况，这种简单的分类对于实际应用不够方便。由于交易成本的存在，仅知道日收益率为正并不足以帮助投资者做出决策，因此可根据实际情况将目标值分成多个类别。