基于ＢＰ神經(jīng)網(wǎng)絡(luò)的國際黃金價格預(yù)測模型

[摘要] 為了尋找國際黃金價格與道瓊斯工業(yè)指數(shù)、美國消費者指數(shù)，國際黃金儲備等因素之間的內(nèi)在關(guān)系，本文對1972年～2006年間的各項數(shù)據(jù)首先進行歸一化處理，利用MATLAB神經(jīng)網(wǎng)絡(luò)工具箱進行模擬訓(xùn)練，建立了基于BP神經(jīng)網(wǎng)絡(luò)的國際黃金價格預(yù)測模型。

[關(guān)鍵詞] MATLAB BP神經(jīng)網(wǎng)絡(luò) 預(yù)測模型 數(shù)據(jù)歸一化

一、引言

自20世紀70年代初以來的30多年里，世界黃金價格出現(xiàn)了令人瞠目的劇烈變動。20世紀70年代初，每盎司黃金價格僅為30多美元。80年代初，黃金暴漲到每盎司近700美元。本世紀初，黃金價格處于每盎司270美元左右，此后逐年攀升，到2006年5月12日達到了26年高點，每盎司730美元，此后又暴跌，僅一個月時間內(nèi)就下跌了約160美元，跌幅高達21.9%。最近兩年，黃金價格一度沖高到每盎司900多美元。黃金價格起伏如此之大，本文根據(jù)國際黃金價格的影響因素，通過BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型來預(yù)測長期黃金價格。

二、影響因素

劉曙光和胡再勇證實將觀察期延長為1972年～2006年時，則影響黃金價格的主要因素擴展至包含道瓊斯指數(shù)、美國消費者價格指數(shù)、美元名義有效匯率、美國聯(lián)邦基金利率和世界黃金儲備5個因素。本文利用此觀點，根據(jù)1972年～2006年各因素的值來建立神經(jīng)網(wǎng)絡(luò)預(yù)測模型。

三、模型構(gòu)建

1.模型選擇：BP網(wǎng)絡(luò)具有理論上能逼近任意非線性函數(shù)的能力，將輸入模式映射到輸出模式，只需用已知的模式訓(xùn)練網(wǎng)絡(luò)，通過學(xué)習，網(wǎng)絡(luò)就有了這種映射能力。

2.樣本數(shù)據(jù)歸一化：在訓(xùn)練前，對數(shù)據(jù)進行歸一化處理，把輸入向量和輸出向量的取值范圍都歸一到[0，1]。

3.BP網(wǎng)絡(luò)設(shè)計：采用單隱層的BP網(wǎng)絡(luò)進行預(yù)測，由于輸入樣本為5維的輸入向量，因此輸入層一共有5個神經(jīng)元，中間層取20個神經(jīng)元，輸出層一個神經(jīng)元（即黃金價格），網(wǎng)絡(luò)為5*20*1的結(jié)構(gòu)。中間層的傳遞函數(shù)為S型正切函數(shù)，輸出層為S型對數(shù)函數(shù)。

中間層的神經(jīng)元個數(shù)很難確定，測試時分別對12，15，20個數(shù)進行測試，尋找誤差最小的。

4.網(wǎng)絡(luò)訓(xùn)練:訓(xùn)練次數(shù)epochs5000，訓(xùn)練目標goal 0.001

對30個樣本數(shù)據(jù)進行訓(xùn)練，經(jīng)過1818次的訓(xùn)練，目標誤差達到要求，如圖2所示：

5.網(wǎng)絡(luò)測試：

神經(jīng)元個數(shù)為20個時誤差最小，此時網(wǎng)絡(luò)的仿真結(jié)果如圖3所示，預(yù)測精度80%以上，效果滿意。

四、結(jié)論

在對1976年～2006年的影響國際黃金價格的五種因素的數(shù)據(jù)進行歸一化處理后，用MATLAB建立的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型進行預(yù)測，達到了很好的效果。

國際黃金的長期價格受到許多因素的影響，本文只是對道瓊斯工業(yè)指數(shù)等影響因素諸如分析，來預(yù)測長期的國際金價。還有其他因素，如國際油價，局部政治因素等，如果考慮進去，預(yù)測精度會進一步提高。

參考文獻：

[1]徐優(yōu)麗:基于神經(jīng)網(wǎng)絡(luò)的物流需求預(yù)測.浙江樹人大學(xué)學(xué)報， 2008(01):56～58

[2]劉曙光胡再勇:黃金價格的長期決定因素穩(wěn)定性分析.世界經(jīng)濟研究，2008(02):35～41