基于神經(jīng)網(wǎng)絡(luò)的期貨價格預(yù)測及模型的實現(xiàn)

薛靖峰

摘要：基于BP算法的前饋型神經(jīng)網(wǎng)絡(luò)是目前最成熟、應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)，能以任意精度逼近任何非線性函數(shù).本文選擇BP神經(jīng)網(wǎng)絡(luò)模型作為玉米期貨市場預(yù)測的基本模型，得出擬合度較高的預(yù)測值。這說明BP神經(jīng)網(wǎng)絡(luò)方法可以對玉米期貨價格走勢進行有效預(yù)測。

關(guān)鍵詞： BP神經(jīng)網(wǎng)絡(luò)；價格預(yù)測；歸一化處理

期貨市場是一個不穩(wěn)定的、非線性動態(tài)變化的復(fù)雜系統(tǒng)。市場上期貨合約價格的變動受金融、經(jīng)濟、政治及投資者心理等眾多因素的影響，其過程具有非線性、混沌性、長期記憶性等特點。傳統(tǒng)的經(jīng)濟模型大部分是線性模型，具有一定的局限性.而人工神經(jīng)網(wǎng)絡(luò)則能很好地解決這個問題。

一、BP神經(jīng)網(wǎng)絡(luò)原理與過程

BP神經(jīng)網(wǎng)絡(luò)（反向傳播網(wǎng)絡(luò)Back Propagation）是一種多層前饋型神經(jīng)網(wǎng)絡(luò)，其神經(jīng)元的激活函數(shù)是sigmoid函數(shù)，一般為log sigmoid 函數(shù)和tan sigoid 函數(shù)，函數(shù)的圖形是S 型的，其值域是為0到1的連續(xù)區(qū)間。它是嚴(yán)格遞增函數(shù)，在線性和非線性行為之間有著較好的平衡性。

1.數(shù)據(jù)歸一化處理

數(shù)據(jù)歸一化方法是神經(jīng)網(wǎng)絡(luò)預(yù)測前對數(shù)據(jù)常做的一種處理方法。數(shù)據(jù)歸一化處理把所有數(shù)據(jù)都使其落在[0，1]或[-1，1]之間，其目的是取消各維數(shù)據(jù)間數(shù)量級差別。避免因為輸入輸出數(shù)據(jù)數(shù)量級差別較大而造成網(wǎng)絡(luò)預(yù)測誤差較大。數(shù)據(jù)歸一化的方法主要有以下兩種。

（1）平均數(shù)方差法，其公式如下：

2.BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程

BP網(wǎng)絡(luò)的學(xué)習(xí)過程由信號的正向傳播和誤差的反向傳播兩個過程組成。其基本原理是：網(wǎng)絡(luò)先根據(jù)輸出層的誤差來調(diào)整輸出層和隱含層的權(quán)值和閾值，再將部分誤差分配置隱含層，然后根據(jù)誤差來調(diào)整隱含層和輸入層之間的權(quán)值和閾值，并不斷地重復(fù)上述過程，直到網(wǎng)絡(luò)的輸出與目標(biāo)之間的誤差趨于最小，達到規(guī)定的要求。

一般地，BP網(wǎng)絡(luò)的學(xué)習(xí)算法描述為如下步驟。

（1）初始化網(wǎng)絡(luò)及學(xué)習(xí)參數(shù)，如設(shè)置網(wǎng)絡(luò)初始權(quán)矩陣，給出學(xué)習(xí)速率和神經(jīng)元激活函數(shù)等。

（2）提供訓(xùn)練模式，訓(xùn)練網(wǎng)絡(luò)，直到滿足學(xué)習(xí)要求。

（3）前向傳播過程：對給定訓(xùn)練模式輸入，計算網(wǎng)絡(luò)的輸出模式，并與期望模式比較，若有誤差，若執(zhí)行步驟（4），否則，返回步驟（2）。

（4）反向傳播過程：計算同一層單元的誤差，修正權(quán)值和閾值，返回步驟（2）。

二、玉米期貨價格預(yù)測分析

美國是世界上玉米生產(chǎn)大國和消費大國，良好的現(xiàn)貨基礎(chǔ)為美國玉米期貨市場的發(fā)展提供了優(yōu)越條件。其中，以CBOT為代表的美國玉米期貨市場同現(xiàn)貨市場有效接軌，不僅在美國內(nèi)玉米生產(chǎn)流通領(lǐng)域發(fā)揮了重要作用，而且在世界玉米市場上也影響巨大。

發(fā)現(xiàn)價格作為期貨市場的基本功能之一，CBOT作為全球最大的玉米期貨交易市場，其玉米期貨價格的國際影響力是非常巨大的。目前，在國際玉米市場上，玉米貿(mào)易價格的形成和交易活動是以CBOT的玉米期貨價格為中心展開的，該價格是國際玉米貿(mào)易中簽約雙方需要考慮的最重要的依據(jù)之一。美國已經(jīng)通過芝加哥玉米期貨市場取得國際玉米貿(mào)易的定價權(quán)，在國際玉米市場中發(fā)揮著主導(dǎo)作用，并且能夠?qū)Ρ緡推渌麌矣衩桩a(chǎn)業(yè)的發(fā)展產(chǎn)生深刻影響。

本文研究所采取的樣本來自WIND資訊金融終端，以2008年07月-2015年10月的CBOT的玉米期貨為研究對象。共計100組樣本數(shù)據(jù)，將其中92組數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)。8組作為分析樣本。本文從影響全球玉米的供需平衡的角度出發(fā)，從期初庫存、產(chǎn)量、進口、飼料消費、國內(nèi)消費總計、出口、期末庫存、總供給、貿(mào)易量共九個因素進行分析研究，對玉米期貨的價格進行預(yù)測。利用MATLAB軟件訓(xùn)練生成BP神經(jīng)網(wǎng)絡(luò)并進行預(yù)測，將隱含層神經(jīng)元設(shè)為20個，訓(xùn)練次數(shù)為100次，訓(xùn)練精度為0.00005。最后得到結(jié)果見表1。

從表1中可以看出，通過BP神經(jīng)網(wǎng)絡(luò)計算得出的預(yù)測值與實際值絕對誤差相對較小，這說明通過BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型產(chǎn)生的預(yù)測結(jié)果的精確度較高。具有較強的實用性。但是由于玉米期貨除了受到供需因素的影響外，同時還受金融、經(jīng)濟、政治及投資者心理等眾多因素的影響。所以本文的結(jié)果還帶有一定的局限性。若把上述因素考慮進去，其精確度可能進一步提高。

三、結(jié)語

本文采用BP神經(jīng)網(wǎng)絡(luò)對美國玉米期貨的價格進行了研究。使用了多因素BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型，對玉米期貨的價格進行預(yù)測，得到了擬合度在較高的預(yù)測值。這說明BP神經(jīng)網(wǎng)絡(luò)方法可以對玉米期貨價格走勢進行有效預(yù)測。通過預(yù)測，可以對投資者的投資行為進行指導(dǎo)，從而達到規(guī)避風(fēng)險而獲取較好的經(jīng)濟利益。

參考文獻：

[1]孫海濤，楊德平，李聰，基于BP神經(jīng)網(wǎng)絡(luò)的我國股指期貨價格預(yù)測[J].青島大學(xué)學(xué)報（自然科學(xué)版），2012（25）：93-96.

[2]司守奎，孫璽菁，數(shù)學(xué)建模算法與應(yīng)用[M].國防工業(yè)出版社.2011.08.