BO-NARX贝叶斯优化非线性自回归外生模型股票价格预测，MATLAB代码

1. 研究背景

股票价格预测是金融时间序列分析中的核心问题。由于股价具有非线性、高噪声和非平稳等特征，传统线性模型（如ARIMA）难以充分捕捉其动态规律。非线性自回归外生（NARX）神经网络能够结合历史收盘价的自回归项与外部影响因素（成交量、开高低价），对复杂非线性关系进行建模。为了减少人工调参的主观性和计算成本，引入贝叶斯优化（BO）自动确定最优超参数（滞后阶数、隐藏层大小、正则化系数），从而提升预测精度与模型泛化能力。

2. 主要功能

读取股票日线数据（日期、成交量、开盘价、最高价、最低价、收盘价），按8:2划分训练集与测试集；
将所有特征（成交量、开高低收）进行Z-score标准化（基于训练集均值和标准差）；
使用贝叶斯优化搜索最优超参数组合（滞后阶数、隐藏层神经元数、正则化参数）；
基于最优超参数训练最终NARX神经网络模型；
在测试集上预测收盘价，并计算MSE、RMSE、MAE、MAPE四个误差指标；
绘制实际值与预测值对比曲线及残差图。

3. 算法步骤

数据预处理
- 导入PriceData.xlsx，提取各列特征；
- 计算训练集的均值与标准差，对全部数据进行标准化；
- 按80%比例划分训练/测试集。
贝叶斯优化超参数
- 定义优化变量：lag∈[1,10]整数、hiddenSize∈[5,30]整数、lambda∈[1e-5,1e-1]对数变换；
- 目标函数：在训练集内再划分20%作为验证集，构造NARX设计矩阵（包含收盘价滞后及外生变量滞后），训练前馈神经网络，返回验证集上的均方误差（MSE）；
- 执行30次优化评估，采用期望改进（EI）采集函数，记录最小验证MSE对应的超参数。
最终模型训练
- 使用全部训练数据，以最优超参数构建神经网络（Levenberg-Marquardt训练，90%训练/10%验证，早停轮数15）；
- 得到训练好的网络模型。
测试集预测与评估
- 基于训练集尾部数据构造测试样本的滞后特征；
- 将预测值反标准化还原为真实价格尺度；
- 计算误差指标并绘图。

4. 技术路线

NARX模型 ：将收盘价的lag阶滞后值以及外生变量（成交量、开盘价、最高价、最低价）的lag阶滞后值共同作为输入，当前时刻收盘价作为输出，由单隐层前馈神经网络逼近非线性映射。
贝叶斯优化：以高斯过程为代理模型，利用采集函数平衡探索与开发，高效寻找使验证损失最小的超参数组合。
正则化 ：在训练损失中加入lambda * (权重平方和)，抑制过拟合。
数据标准化：消除量纲差异，加速神经网络收敛。

5. 公式原理

标准化：

xnorm=x−μtrainσtrain x_{\text{norm}} = \frac{x - \mu_{\text{train}}}{\sigma_{\text{train}}} xnorm=σtrainx−μtrain

NARX 模型 ：
y(t)=f(y(t−1),...,y(t−d), x1(t−1),...,xm(t−d)) y(t) = f\big( y(t-1), \dots, y(t-d),\; x_1(t-1), \dots, x_m(t-d) \big) y(t)=f(y(t−1),...,y(t−d),x1(t−1),...,xm(t−d))

其中 y(t)y(t)y(t) 为收盘价，x1,...,xmx_1,\dots,x_mx1,...,xm为外生变量（成交量、开高低价），ddd为滞后阶数，fff由单隐层神经网络实现。
损失函数（含正则化） ：
L=1N∑i=1N(yi−y^i)2+λ∑jwj2 L = \frac{1}{N}\sum_{i=1}^{N}(y_i - \hat{y}i)^2 + \lambda \sum{j} w_j^2 L=N1i=1∑N(yi−y^i)2+λj∑wj2
贝叶斯优化 ：

最大化采集函数 α(θ)=E[max⁡(0,fmin⁡−f(θ))]\alpha(\theta) = \mathbb{E}[\max(0, f_{\min} - f(\theta))]α(θ)=E[max(0,fmin−f(θ))]（期望改进），其中 f(θ)f(\theta)f(θ) 为验证MSE，fmin⁡f_{\min}fmin 为当前最优值。

6. 参数设定

参数类别	取值/范围	说明
训练/测试划分	80% / 20%
滞后阶数	[1, 10] 整数	贝叶斯优化搜索空间
隐藏层大小	[5, 30] 整数	贝叶斯优化搜索空间
正则化系数 λ	[1e-5, 1e-1] 对数变换	贝叶斯优化搜索空间
训练算法	`trainlm` (Levenberg-Marquardt)
最大迭代轮数	200（优化中）/ 300（最终模型）
早停耐心值	10（优化中）/ 15（最终模型）
贝叶斯优化评估次数	30
随机种子	2024	保证可重复性

7. 运行环境

软件：MATLAB（需包含以下工具箱）
- 神经网络工具箱（fitnet, train）
- 统计与机器学习工具箱（bayesopt 及相关函数）
- MATLAB 基本环境（readtable, plot 等）
输入数据 ：PriceData.xlsx 文件，包含工作表 PriceData，列顺序为 Dates, Volume, Open, High, Low, Close。
输出：命令行打印最佳超参数与测试集误差，并显示预测对比图、残差图。

8. 应用场景

金融时间序列预测：对个股或指数的收盘价进行短期预测，辅助投资决策。
量化交易策略：将预测值作为交易信号（例如当预测上涨幅度超过阈值时触发买入）。
风险管理：预测未来价格波动区间，用于设置止损或仓位调整。
学术研究：作为非线性时间序列建模的基准方法，验证贝叶斯优化在金融预测中的有效性。

注：上述分析基于提供的MATLAB代码与Excel数据文件，代码已成功运行并输出最佳超参数（lag=7, hiddenSize=21, λ=0.0033）及测试集MAPE=2.12%。