1、股市在金融市場中占據(jù)著不可替代的作用，而反應股市總的走勢是股指。股指的走勢是監(jiān)管部門對股票市場合理調控和針對性監(jiān)管的依據(jù)，同時股指的走勢能讓投資者更正確認識和把握我國股票市場波動的混沌規(guī)律，并且它可以為投資組合等重大課題提供一些實際依據(jù)。因此，如何對股指進行準確預測就具有非常重要的意義。
　　由于股指的影響因素眾多、波動幅度較大，因素間具有高噪聲和非線性等諸多特征，傳統(tǒng)的股票價格預測方法無法消除數(shù)據(jù)的高噪聲。因此，為了提高股指預測

2、精度，在前人研究的基礎上，本文做了如下的研究：
　　本文首先綜述了影響股指走勢的相關因素，在此基礎上，本文選擇了21個宏觀經(jīng)濟指標和6個輿情指標，構成了27個變量指標，隨后研究了這些變量與滬深300指數(shù)收盤價之間的相關性，并對27個變量指標進行主成分分析，將27個變量指標降到6個維度，從而消除各因素之間的冗余性。其次，基于神經(jīng)網(wǎng)絡的股票價格預測的相關研究，本文采用 NARX神經(jīng)網(wǎng)絡對股指進行預測。本文構建了一個基于主成分分析(PC

3、A)的NARX神經(jīng)網(wǎng)絡股指預測模型(PCA-NARX)，并用Levenberg-Marquardt算法、Bayesian-Regularization算法、Scaled Conjugate Gradient算法三種算法對模型進行訓練。最后，利用PCA-NARX模型對滬深300指數(shù)數(shù)據(jù)進行驗證性測試和分析，且將PCA-NARX模型與NARX模型的研究結果進行對比分析。
　　論文研究結果表明：不同的算法求解的效果存在差異性，但是整體對