神经网络方法在股市预测中的应用研究

发布时间：2017-04-20 09:04

  本文关键词：神经网络方法在股市预测中的应用研究，由笔耕文化传播整理发布。

【摘要】：随着经济的发展和人们投资意识的转变,股票已成为现代人生活中的一个重要组成部分,股票投资已成为社会公众谈论的中心之一。股票投资的收益与风险往往是成正比的,即投资收益越高,可能冒得风险越大。为了趋利避害,投资者们一直孜孜以求探索其内在规律,寻找有效的分析方法和工具。因此,股市内在规律的研究和预测具有极其重要的理论意义和应用价值。 但是股价系统内部结构的复杂性、外部因素的多变性决定了股市预测这项任务的艰巨性,而传统的预测工具已不能满足这种需要。 本文在深入分析股票市场预测面临的难题和比较各种股价预测方法的基础上,提出了利用BP 神经网络进行股市分析和预测建模的方法。股票市场是一个极其复杂的非线性动力学系统,而神经网络具有很强的非线性逼近能力和自学习、自适应等特性,实验证明,利用神经网络对股市建模可以取得较好的预测效果。股票市场的走势看起来杂乱无章,但实际上有其内在的变化规律,而这正是神经网络预测股市的基础。BP 网络通过对以往历史数据的学习,找出股市发展的内在规律,并将其存储在网络具体的权值、阀值中,用以预测未来的走势。 本文分析了基于BP 网络进行股市预测的原理,利用三层前馈神经网络对股市建立预测模型,详细探讨了网络的拓扑结构、隐节点个数确定的原则、样本数据的选取和预处理、初始参数的确定等问题。为了避免网络陷入局部最小点和提高网络的收敛速度,算法采用改进后的Levenberg-Marquardt 法BP 算法。在实验中对标准BP 算法和几种改进后的BP 算法的性能做了比较。最后以最具代表性的上证指数为例对所建的预测模型进行训练,并用训练好的网络预测股票数据,取得了较好的效果。 理论分析和实验结果表明,BP 神经网络用于股票市场的预测是可行的和有效的,并有着良好的应用前景。
【关键词】：神经网络 BP 算法 股价预测
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2005
【分类号】：TP183;F830.91
【目录】：

• 摘要4-5
• Abstract5-9
• 第一章 绪论9-17
• 1.1 研究背景9
• 1.2 神经网络的发展和研究现状9-13
• 1.2.1 神经网络的起源和发展10-11
• 1.2.2 神经网络的研究内容11-12
• 1.2.3 研究神经网络的意义12-13
• 1.3 股市预测的发展概况13-15
• 1.4 本文的主要内容及结构15-17
• 第二章 股市预测的背景知识17-25
• 2.1 股票的概念和特征17
• 2.2 常用的股票术语17-18
• 2.3 股市预测面临的主要难题18-19
• 2.4 股市预测的常用方法及其比较19-24
• 2.4.1 证券投资分析方法19-20
• 2.4.2 模型预测法20-21
• 2.4.3 神经网络预测方法21-22
• 2.4.4 神经网络预测方法与传统预测方法的比较22-24
• 2.5 本章小结24-25
• 第三章 神经网络及 BP 算法25-44
• 3.1 神经网络概述25-29
• 3.1.1 人工神经元25-26
• 3.1.2 神经元激活函数26-28
• 3.1.3 神经网络的拓扑结构28
• 3.1.4 学习规则28-29
• 3.2 神经网络的特性29
• 3.3 多层前馈神经网络(BP 网络)的结构29-30
• 3.4 BP 网络的激活函数30-31
• 3.5 BP 网络的学习规则31-42
• 3.5.1 标准BP 算法31-35
• 3.5.2 BP 网络学习的传播公式35-37
• 3.5.3 BP 网络的主要特点37-38
• 3.5.4 BP 算法的改进38-42
• 3.6 BP 网络初值选取原则及隐层节点个数的确定42-43
• 3.6.1 初值选取原则42
• 3.6.2 BP 网络隐层节点个数的确定方法42-43
• 3.7 本章小结43-44
• 第四章 基于 BP 网络的股市预测44-70
• 4.1 用 BP 神经网络进行股市预测的原理44
• 4.2 神经网络用于股市预测的一般步骤和网络结构44-46
• 4.3 股市神经网络预测所遇到的问题46-47
• 4.3.1 输入量的确定问题46-47
• 4.3.2 神经网络的算法及其参数的确定问题47
• 4.4 神经网络预测方法设计47-49
• 4.5 基于 BP 网络的股市预测模型的建立49-53
• 4.5.1 网络拓扑结构的设计49-50
• 4.5.2 激活函数的选取50
• 4.5.3 样本数据的选取50-51
• 4.5.4 输入输出数据的预处理51-52
• 4.5.5 初始参数的选择52-53
• 4.5.6 网络训练的目标函数53
• 4.6 BP 网络的 MATLAB 实现53-54
• 4.7 基于 BP 网络的股市预测模型的仿真与预测54-68
• 4.7.1 选取原始数据54-57
• 4.7.2 建立预测模型57-59
• 4.7.3 仿真实验及结果分析59-62
• 4.7.4 BP 神经网络预测模型的建模心得和实验结论62-68
• 4.8 对BP 网络泛化能力的讨论68-69
• 4.9 本章小结69-70
• 第五章 结束语70-72
• 参考文献72-74
• 致谢74

【引证文献】

中国期刊全文数据库 前1条

1 李静;林祥金;;水中悬浮隧道施工风险分析的BP神经网络模型[J];建筑管理现代化;2007年01期

  本文关键词：神经网络方法在股市预测中的应用研究，由笔耕文化传播整理发布。

，

本文编号：318322