基于神经网络股票价格预测模型及系统的研究

发布时间：2021-01-30 17:11

　　股票市场在金融投资领域占有重要地位。随着社会经济的发展,人们越来越关注理财和投资,股市已经逐步成为与银行、保险同等重要的投资渠道,是众多家庭和个人理财的主要方式之一。然而由于信息不准确性、投资人认识的差异性、各种分析技术的复杂性和股价变化的随机性等因素的存在,往往实际的投资达不到、甚至相反的预期结果,从而造成投资者资本金的损失,即所谓的股市风险。国内外很多学者致力于研究股票市场的变化趋势,并建立了相应的预测模型,给出了预测方法,努力避免大的股市波动,降低投资风险,从而保持经济繁荣稳定。人工神经网络是一门快速发展的新兴交叉学科,被广泛应用于信号处理、自适应控制以及金融预测等领域。本文就是研究如何更好地将人工神经网络的理论和技术应用于股票价格的预测,建立相应的网络模型,并通过对具体股票实例的预测来分析评价其预测效果,进而给出更优的网络模型。具体的工作主要有以下几个方面:（1）概括总结了现阶段股市分析中的主流方法,论述了神经网络理论在股票价格预测上的一些应用案例,提出了本文的研究思路。（2）给出了线性神经网络、BP神经网络、RBF神经网络用于股票价格预测的基本思想、标准方法和过程,并以海虹控... 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

BP神经网络的输出函数

图 2.2 BP 神经网络的拓扑结构的 BP 算法的基本思想：集：S={(X1,Y1),(X2,Y2),…,(Xs,Ys)}样本集里的每一个样本(Xi,Yi)进行计算，得到输出 Oi，以及误差测度 E1，然) ，W(2) ，…，W(L)各做一次调整，重复这个循环，直到∑Ep<ε。

图 3.1 海虹控股走势图此走势图就是该股从 07 年 1 月 9 日到 4 月 30 日的走势。3.1.1 利用 RBF 神经网络对海虹控股的预测参照 2.5 节中 RBF 网络的代码实现过程，给出以下该股票的 RBF 神经网络预测代其 sc 取值为 3。P=[7.19 9.08 9.15 9.86 9.56 9.89 9.93 9.56 10.10 10.26;9.08 9.15 9.86 9.56 9.89 9.93 9.56 10.10 10.26 10.58;9.15 9.86 9.56 9.89 9.93 9.56 10.10 10.26 10.58 10.20;9.86 9.56 9.89 9.93 9.56 10.10 10.26 10.58 10.20 10.78;9.56 9.89 9.93 9.56 10.10 10.26 10.58 10.20 10.78 9.98;9.89 9.93 9.56 10.10 10.26 10.58 10.20 10.78 9.98 10.16;9.93 9.56 10.10 10.26 10.58 10.20 10.78 9.98 10.16 11.06;9.56 10.10 10.26 10.58 10.20 10.78 9.98 10.16 11.06 11.28;

【参考文献】：
期刊论文
[1]基于动态递归神经网络模型的混沌时间序列预测[J]. 马千里,郑启伦,彭宏,钟谭卫.  计算机应用. 2007(01)
[2]基于阶段评价的BP及在股价预测中的应用[J]. 李桢,徐凌宇.  计算机仿真. 2006(12)
[3]小波神经网络在股票平均线交易规则中的应用[J]. 丁圣,高风.  计算机仿真. 2006(11)
[4]基于灰关联理论和神经网络的价值预测方法[J]. 冯冬青,李玮.  计算机工程与应用. 2006(28)
[5]基于神经网络的股票中期预测[J]. 李春伟,张骏.  计算机工程与科学. 2006(05)
[6]基于神经网络的股票市场趋势预测[J]. 龙建成,李小平.  西安电子科技大学学报. 2005(03)
[7]基于BP神经网络的股市建模与决策[J]. 禹建丽,孙增圻,Valeri.Kroumov,成久洋之,刘治军.  系统工程理论与实践. 2003(05)
[8]基于遗传神经网络的股票价格短期预测[J]. 孙全,朱江.  计算机工程与应用. 2002(05)
[9]股市价格趋势预测研究[J]. 周佩玲,邢根柳.  计算机工程. 2002(01)

硕士论文
[1]基于小波神经网络的变参数振动钻削仿真与预测[D]. 于繁华.吉林大学 2004



本文编号：3009275