基于RF-BP 組合模型的混合型基金預測研究*

何英潔 王世民

（北京工商大學電商與物流學院 北京 100048）

1 引言

混合型基金作為開放式證券基金的一種，因其復雜多變的組織形式和介于股票和債券之間的投資風險受到廣大人名群眾的追捧。同時在推動我國經濟發展之中，相對于股票的不穩定性而言，數量龐大的混合型基金以其靈活多變的投資風格也發揮著更大的作用。基金市場作為一個開放性的大市場，不僅受到系統性的風險，還受到投資者心理，基金公司財務狀況等非系統性的風險。因此，大多數的基民在投資基金時，往往很難選擇，或者人云亦云，造成了巨大的損失，也造成了我國證券市場的不健康發展。

混合型基金凈值波動的研究主要集中在對基金預測方法的應用上，如于立媛、宋鋒把灰色模型與馬爾科夫鏈組合起來，其組合模型要優于單一的灰色模型［1］；向瑩、王雅萍把ARIMA 模型應用到華安上證180ETF、預測效果較好［2］；肖國榮證明了改進型BP 神經網絡的預測精度要優于傳統的BP 神經網絡［3］；翟育明、鄒亞平、周俊文、馮旖旎提出將遺傳算法（GA）與傳統BP 神經網絡組合成一種自適應遺傳神經網絡模型來對基金凈值進行了預測［4］；何樹、紅吳迪、張月秋證明了RBF神經網絡的預測效果要優于BP 神經網絡［5］；崔琳證明了PSO優化后RBF 神經網絡模型要優于傳統的BP、RBF模型［6］。喬寶明、黃晶、范雯將改進的小波閾值理論與自回歸模型相結合，其預測效果要優于單一的自回歸模型［7］；景陽將小波分解理論與多元回歸算法相結合成一種新的基金預測模型，其預測效果要好于傳統ARMA、小波去噪自回歸模型［8］。……