论文部分内容阅读
股指期货是上世纪最成功、最重要的金融衍生品，发展至今已成为金融衍生品市场上交易最为活跃的产品。股指期货市场具有转移价格风险、价格发现、资产配置的功能，能够为股票市场投资者提供一个套期保值和规避风险的场所，能有效降低股市投资者的投资风险。股指期货交易成功的关键在于对市场趋势和市场价格的正确预测，因此，对股指期货价格趋势的分析和预测是非常有意义的。 我国对股指期货价格预测的研究较少，现有研究普遍存在数据样本不连续、预测模型的性能和精度不高的问题。针对这些问题，本研究选取中国金融期货交易所2012年7月25日至2013年12月25日的沪深300股指期货加权指数作为研究对象，数据样本包含每日开盘价、最高价、最低价、收盘价、均价、成交量和持仓量。研究先采用归一化方法对样本数据进行预处理，再分别对BP神经网络模型、改进的BP神经网络模型和动态的Elman神经网络模型的网络结构进行设计。利用设计好的三种网络模型分别对沪深300股指期货的价格进行预测，并从模型的性能和精度两方面对三种模型的进行对比评价，对比评价结果显示动态的Elman神经网络模型的性能和预测精度均优于标准BP神经网络及改进后的BP神经网络模型，表明动态的Elman神经网络在预测股指期货价格方面有着明显的优越性。