基于GA-BP神经网络的股票预测理论及应用
发布时间：2020-12-18 14:52
随着金融市场的发展,股票市场逐步成为人们经济生活的重要组成部分。股票投资因为其高风险,高收益的特性而广受关注,因此股票市场的分析和预测具有极其重要的理论意义和应用价值。股票市场具有高度非线性的特点,传统的预测工具已经不能满足股票预测的要求。本文在深入分析股票预测方法的基础上,提出了利用BP神经网络进行建模的方法。由于基本BP算法在权值调整过程中存在收敛速度慢,易陷入局部极小值的缺点,本文采用遗传算法优化的BP神经网络,在数据挖掘理论的指导下,实现对股票的预测和数据挖掘。论文利用GABP模型对上证指数和个股进行预测,实证结果表明,BP神经网络用于股票预测是可行的,而GA-BP算法更提高了预测精度。
【文章来源】：华北电力大学(北京)北京市 211工程院校 教育部直属院校
【文章页数】：58 页
【学位级别】：硕士
【文章目录】：
中文摘要
英文摘要
第一章 前言
1.1 选题背景与意义
1.2 国内外研究现状
1.3 论文研究内容和框架
第二章 BP神经网络理论及应用
2.1 BP神经网络
2.2 BP神经网络的优缺点
2.2.1 BP神经网络的优点
2.2.2 BP神经网络的缺点
2.3 BP神经网络在股票预测方面的应用与局限
第三章 遗传算法优化BP神经网络（GA-BP神经网络）
3.1 遗传算法
3.1.1 遗传算法基本要素
3.1.2 遗传算法运算流程
3.1.3 遗传算法的特点
3.2 GA-BP神经网络
3.2.1 GA-BP神经网络定义
3.2.2 GA-BP神经网络模型构建
第四章 基于数据挖掘的GA-BP神经网络
4.1 数据挖掘
4.1.1 数据挖掘的产生和定义
4.1.2 数据挖掘的过程
4.1.3 数据挖掘的分类、方法和功能
4.1.4 数据挖掘的发展趋势
4.2 数据挖掘在股票预测方面的应用
4.2.1 数据挖掘在股票预测方面的必要性
4.2.2 数据挖掘在股票预测方面的应用
4.2.3 基于数据挖掘的GA-BP神经网络在股票方面预测的应用
第五章 实证研究
5.1 技术指标选取
5.2 GA-BP神经网络实现和参数选择
5.2.1 GA-BP神经网络的Matlab实现
5.2.2 GA-BP神经网络参数选择
5.3 实证结果分析
5.3.1 上证指数收盘价实证结果分析
5.3.2 个股实证结果分析
第六章 结论与展望
6.1 结论
6.2 展望
参考文献
附录
致谢
在学期间发表的学术论文
【参考文献】：
期刊论文
[1]一种并行BP交通流预测方法[J]. 杨际祥,王凡,谭国真,王荣生. 小型微型计算机系统. 2009(12)
[2]基于MATLAB的BP网络在金融危机下的股市预测中的应用[J]. 谭秀辉,白艳萍. 经济师. 2009(12)
[3]电力市场短期电价预测方法综述[J]. 刘振宗,吴颖超. 中国电力教育. 2009(20)
[4]基于相似度与神经网络的协同短期负荷预测模型[J]. 王建军,牛东晓,李莉. 华东电力. 2009(01)
[5]基于改进BP神经网络模型的地面沉降预测及分析[J]. 李红霞,赵新华,迟海燕,张建军. 天津大学学报. 2009(01)
[6]BP神经网络在平曲线路段交通事故预测中的运用[J]. 胡爱平,周艳平,杨瑞华. 中国高新技术企业. 2009(02)
[7]数据挖掘技术标准综述[J]. 刘明亮,李雄飞,孙涛,许晓晴. 计算机科学. 2008(06)
[8]基于神经网络进行数据挖掘的一种算法[J]. 罗剑芬,钟宝荣,秦晓霞. 科技资讯. 2008(07)
[9]基于数据挖掘技术的股票收益预测研究[J]. 蒋艳霞,柯大钢,解青芳. 经济与管理研究. 2007(06)
[10]神经网络算法在股指预测中的应用[J]. 王光强,周佩玲. 计算机工程. 2006(01)
硕士论文
[1]基于人工神经网络的中国股票市场收益率预测研究[D]. 赵大伟.燕山大学 2009
[2]基于神经网络的数据挖掘方法研究[D]. 郭翠翠.武汉理工大学 2007
[3]基于神经网络的数据挖掘技术的研究[D]. 李双晶.吉林大学 2006
[4]数据挖掘技术在股票预测中的应用[D]. 张晨希.安徽大学 2006
[5]基于BP神经网络方法的上市公司财务预警研究[D]. 刘开华.重庆大学 2006
[6]数据挖掘中分类算法的研究[D]. 彭程.长沙理工大学 2006
[7]基于遗传BP神经网络的数据挖掘系统及其应用[D]. 张波.哈尔滨理工大学 2005
本文编号：2924187
【文章来源】：华北电力大学(北京)北京市 211工程院校 教育部直属院校
【文章页数】：58 页
【学位级别】：硕士
【文章目录】：
中文摘要
英文摘要
第一章 前言
1.1 选题背景与意义
1.2 国内外研究现状
1.3 论文研究内容和框架
第二章 BP神经网络理论及应用
2.1 BP神经网络
2.2 BP神经网络的优缺点
2.2.1 BP神经网络的优点
2.2.2 BP神经网络的缺点
2.3 BP神经网络在股票预测方面的应用与局限
第三章 遗传算法优化BP神经网络（GA-BP神经网络）
3.1 遗传算法
3.1.1 遗传算法基本要素
3.1.2 遗传算法运算流程
3.1.3 遗传算法的特点
3.2 GA-BP神经网络
3.2.1 GA-BP神经网络定义
3.2.2 GA-BP神经网络模型构建
第四章 基于数据挖掘的GA-BP神经网络
4.1 数据挖掘
4.1.1 数据挖掘的产生和定义
4.1.2 数据挖掘的过程
4.1.3 数据挖掘的分类、方法和功能
4.1.4 数据挖掘的发展趋势
4.2 数据挖掘在股票预测方面的应用
4.2.1 数据挖掘在股票预测方面的必要性
4.2.2 数据挖掘在股票预测方面的应用
4.2.3 基于数据挖掘的GA-BP神经网络在股票方面预测的应用
第五章 实证研究
5.1 技术指标选取
5.2 GA-BP神经网络实现和参数选择
5.2.1 GA-BP神经网络的Matlab实现
5.2.2 GA-BP神经网络参数选择
5.3 实证结果分析
5.3.1 上证指数收盘价实证结果分析
5.3.2 个股实证结果分析
第六章 结论与展望
6.1 结论
6.2 展望
参考文献
附录
致谢
在学期间发表的学术论文
【参考文献】：
期刊论文
[1]一种并行BP交通流预测方法[J]. 杨际祥,王凡,谭国真,王荣生. 小型微型计算机系统. 2009(12)
[2]基于MATLAB的BP网络在金融危机下的股市预测中的应用[J]. 谭秀辉,白艳萍. 经济师. 2009(12)
[3]电力市场短期电价预测方法综述[J]. 刘振宗,吴颖超. 中国电力教育. 2009(20)
[4]基于相似度与神经网络的协同短期负荷预测模型[J]. 王建军,牛东晓,李莉. 华东电力. 2009(01)
[5]基于改进BP神经网络模型的地面沉降预测及分析[J]. 李红霞,赵新华,迟海燕,张建军. 天津大学学报. 2009(01)
[6]BP神经网络在平曲线路段交通事故预测中的运用[J]. 胡爱平,周艳平,杨瑞华. 中国高新技术企业. 2009(02)
[7]数据挖掘技术标准综述[J]. 刘明亮,李雄飞,孙涛,许晓晴. 计算机科学. 2008(06)
[8]基于神经网络进行数据挖掘的一种算法[J]. 罗剑芬,钟宝荣,秦晓霞. 科技资讯. 2008(07)
[9]基于数据挖掘技术的股票收益预测研究[J]. 蒋艳霞,柯大钢,解青芳. 经济与管理研究. 2007(06)
[10]神经网络算法在股指预测中的应用[J]. 王光强,周佩玲. 计算机工程. 2006(01)
硕士论文
[1]基于人工神经网络的中国股票市场收益率预测研究[D]. 赵大伟.燕山大学 2009
[2]基于神经网络的数据挖掘方法研究[D]. 郭翠翠.武汉理工大学 2007
[3]基于神经网络的数据挖掘技术的研究[D]. 李双晶.吉林大学 2006
[4]数据挖掘技术在股票预测中的应用[D]. 张晨希.安徽大学 2006
[5]基于BP神经网络方法的上市公司财务预警研究[D]. 刘开华.重庆大学 2006
[6]数据挖掘中分类算法的研究[D]. 彭程.长沙理工大学 2006
[7]基于遗传BP神经网络的数据挖掘系统及其应用[D]. 张波.哈尔滨理工大学 2005
本文编号：2924187
本文链接：https://www.wllwen.com/guanlilunwen/zhqtouz/2924187.html
最近更新
教材专著
