金融投资
3308科 学 技 术 与 工 程9卷
数,也即均匀分布。因为式(8)中的归一化因子
p(D|H)与α和β无关,因此求取最大后验分布的问
βED+αEW达到最小;
(3)利用高斯2牛顿逼近法求Hessian阵
题就转化为求解最大似然函数p(D|α,β,H)。注意到似然函数p(D|α,β,H)是式(4)的归一化因子,因此可以得到:
p(D|α,β,H)p(W|D,α,β,H)
(9)
βαIm,并计算有效参数个数γ F(WMP)≈2JJ+2;
2
T
(4)由式(12)计算超参数α和β的新的估
计值;
(5)重复执行(2),(3),(4)直到达到所需
将式(5)、式(6)、式(7)代入式(9)得到:
ZF(α,β)
p(D|α,β,H)Zw(α)ZD(β)
(10)
精度。
贝叶斯方法正则化神经网络是个迭代过程,每,,,最,也。因为目前在网络结构的选择方面还没有理想的方法,在实际工作中常常需要用试验的方法确定最佳的网络结构,因此可采用不同的网络结构进行网络训练,然后比较这些网络模型的显著度,选择显著度较大的网络作为模型。
当样本数据量较多时,后验分布趋于正态分布,若后验分布曲线足够窄,峰值足够尖锐,ZF(α,设F(W))为
WMP,将F(W)在,忽略高次项,得到:
π)ZF≈(2
2
2
((( F(WMP))
2
2-1
))
2
×
(11)
exp(-F(WMP))
2
(11)式中 F(WMP)=β ED+α EW是F(W)
在WMP点的Hessian矩阵。
将式(11)代入式(10),并利用最大似然原理,求出满足似然函数p(D|α,β,H)最大的α和β,即得到最优的超参数。
αMP=
γ2EW(WMP)
2ED(WMP)
-1
2 实证分析
2.1 研究样本的获取
股票市场是一个很不稳定的动态变化过程,不仅受国内外经济因素的影响,而且受到庄家的炒作、政府的调控等因素的影响。因此,研究所选取的是在股价波动较为平稳的市场下,即没有或少有暴涨和暴跌等不稳定现象的样本数据。否则,如果样本很“特殊”,就只能抽取到某些特定的规律,而降低了网络的泛化能力。我们采用的数据是2008年3月28日—2008年12月30日的上证指数(数据来源于锐思金融研究数据库)共188个数据作为例子说明本方法,其中158个数据作为训练样本,30个测试样本。采用上证指数有三个原因:一是个股容易被人为炒作,上证指数综合了很多个股的各种因素,即使有个别个股被人为炒作,但只要大部分个股的走势反映了股市的内在规律,从总体上来说,这时的上证指数仍然能反映股市的内在规律,即上证指数受外界干扰的程度远不如个股那样明显;二是这个指数可以最大程度地反映市场整体价格水平,产生的信号对投
和βMP
2
(12)
(12)式中γ=m-2αF(WMP))MPtr(
称为有效
参数个数。m是网络参数总数。γ表示网络中有多少参数在减少总误差函数方面起作用,它的取值范围为[0,m]。
在进行优化求解时需要计算F(W)在其最小点
WMP处的Hessian矩阵,也即需要计算 F(WMP),
2
计算量比较大。为了提高计算速度,可利用高斯2牛顿逼近法对Hessian阵作进一步简化,得到:
2T
βαIm,其中J是ED的在点WMP F(WMP)≈2JJ+2
雅可比矩阵
[2]
。
1.2.3 贝叶斯正则化BP神经网络训练步骤
(1)确定网络结构,初始化超参数α和β,一般
设定为α=0和β=1。根据先验分布对网络参数赋初值;
(2)用BP算法训练网络使总误差F(W)=
基于贝叶斯正则化BP神经网络的工程投标报价_专业资料。研究了基于贝叶斯正则化的BP神经网络在市政工程投标报价中的应用,建立了报价预测评估模型,并对该模型的结构体系...
基于改进贝叶斯正则化BP神经网络模型的网络安全态势预测方法研究_数学_自然科学_专业资料 暂无评价
贝叶斯正则化BP神经网络在油气钻井成本预测的应用_专业资料。对反映油田绩效的油气钻井成本进行准确预测,有助于做出科学的决策和评估。为了解决在运用BP神经网络进行...
基于贝叶斯正则化BP神经网络的砂土地震液化研究_专业资料。砂土地震液化的影响因素具有高度的非线性关系,而神经网络在处理非线性问题上具有其独特的优越性。本文在...
为了解决在运用BP神经网 络进行油气钻井成本预测过程中,油气钻井成本影响因子确定难以及标准BP神经网络泛化能力差的问题,建立了 基于主分量分析的贝叶斯正则化的BP神经...
基于贝叶斯正则化BP神经网络的森林资源资产批量评估研究_林学_农林牧渔_专业资料。福建林学院学报 2013,33(2):132—136 第3 3卷第 2期 201 3年 4月 Journal...
金属疲劳裂纹扩展速率的贝叶斯正则化BP神经网络预测_专业资料。人工神经网络是进行预报裂纹扩展率的一个重要方法。文章针对不同金属的疲劳裂纹扩展速率分别建立贝叶斯...
基于贝叶斯正则化BP神经... 10人阅读 5页 2.00 基于L-M贝叶斯正则化... 分别用常规BP神经网络、贝...
基于C-M贝叶斯正则化方法使BP神经网络在推广能力、收敛速度和逼近精度上能够获得很大的提高。文中将BP神经网络和L-M贝叶斯正则化算法相结合用于潜艇声纳部位自噪声...
matlab BP神经网络(贝叶斯正则化算法程序)_数学_自然科学_专业资料。MATLAB BP神经网络(贝叶斯正则化算法程序)close all clear echo on clc % NEWFF——生成一个...
热门文档