覆盖算法在股票预测中的应用

发布时间：2021-09-30 14:30

　　证券市场是股票、债券和基金等有价证券发行和交易的场所。股票的发行和交易极大地促进了市场经济的发展,企业可以通过发行股票进行融资,从而解决企业发展中资金短缺问题,为企业快速健康地发展起到积极的作用。另一方面,投资者为了资本增值,必须寻找投资对象。在证券市场,他们通过买入股票实现投资,从中获得可观的收益。但是股票市场高收益同时也伴随高风险,股价的高低,不仅取决于股份公司经营状况和盈利情况；同时还受到国内、国际经济、政治和市场人气等多方面因素的影响,其变化趋势呈现不规律性,如何预测股价变动的趋势,从而获得较高的收益,给股市预测提出了新的研究课题。近年来,国内外许多学者建立一些股票预测模型,取得较好的效果。由于股票数据信息量大,目前使用一些算法模型只对小样本数据有效,对于海量数据显得无能为力。本文使用覆盖算法对股票特征样本进行分析和研究,主要研究的工作和成果如下：（1）论述股票预测分析的意义,概括目前股票预测分析中常用的理论方法,然后对股票预测,作者提出一个具体的研究思路。（2）根据时间序列的定义,引入m日交叉时间序列,然后对样本进行预处理,使用BP神经网络对m日交叉时间序列股票样本进行训练与... 

【文章来源】：安徽大学安徽省 211工程院校

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
目录
第一章 绪论
    1.1 股票预测的研究背景
    1.2 股票预测的意义
    1.3 国内外研究的动态
        1.3.1 股票预测问题的提出
        1.3.2 国内外股票预测研究的现状
    1.4 论文的研究内容和思路
        1.4.1 论文的研究内容
        1.4.2 论文的研究思路
    1.5 论文的组织结构
第二章 时间序列与BP神经网络
    2.1 时间序列
        2.1.1 时间序列的概念
        2.1.2 时间序列的组成
        2.1.3 时间序列的分析方法
    2.2 数据的采样和处理
        2.2.1 数据的采样
        2.2.2 数据的处理
    2.3 神经网络理论
        2.3.1 神经网络的理论基础
        2.3.2 BP神经网络
    2.4 本章小结
第三章 覆盖算法
    3.1 覆盖问题的划分
        3.1.1 覆盖问题的描述
        3.1.2 M-P神经元模型
        3.1.3 覆盖算法
    3.2 覆盖算法的理论分析
        3.2.1 样本集的选择与学习的顺序
        3.2.2 隐节点数的设计
        3.2.3 泛化能力
    3.3 覆盖算法的改进
        3.3.1 遗传算法
        3.3.2 遗传覆盖算法
    3.4 本章小结
第四章 股票预测分析
    4.1 技术分析
        4.1.1 技术分析方法的理论基础
        4.1.2 技术指标分析
    4.2 BP神经网络的预测分析
        4.2.1 BP网络的设计
        4.2.2 BP网络的实现
    4.3 遗传覆盖算法的预测分析
        4.3.1 网络的设计
        4.3.2 网络的实现
    4.4 本章小结
第五章 总结与展望
    5.1 本文所做的工作
    5.2 未来工作的展望
参考文献
攻读硕士学位期间发表的学术论文目录
致谢


【参考文献】：
期刊论文
[1]ARMA模型参数估计算法改进及在股票预测中的应用[J]. 何永沛.  重庆工学院学报(自然科学版). 2009(02)
[2]ARIMA模型在股票价格预测中的应用[J]. 刘红梅.  广西轻工业. 2008(06)
[3]支持向量机选择及其在股票走势预测中的应用[J]. 郭辉.  重庆师范大学学报(自然科学版). 2007(04)
[4]基于GARCH模型的股票买卖时机分析[J]. 严定琪,杨栓军,曾海丽.  兰州理工大学学报. 2007(05)
[5]基于神经网络股票预测的研究[J]. 殷洪才,赵春燕.  哈尔滨师范大学自然科学学报. 2007(03)
[6]基于遗传算法神经网络集成股票市场预测研究[J]. 潘晓明,吴建生.  广西师范学院学报(自然科学版). 2007(01)
[7]基于支持向量机的股票预测[J]. 张晨希,张燕平,张迎春,陈洁,万忠.  计算机技术与发展. 2006(06)
[8]基于概率的覆盖算法的研究[J]. 周瑛,张铃.  计算机技术与发展. 2006(03)
[9]机器学习中的核覆盖算法[J]. 吴涛,张铃,张燕平.  计算机学报. 2005(08)
[10]机器学习中的多侧面递进算法MIDA[J]. 张燕平,张铃,吴涛.  电子学报. 2005(02)

硕士论文
[1]基于神经网络的股票K线特征图形预测研究[D]. 胡书晓.同济大学 2008
[2]人工神经网络在股票预测中的应用与研究[D]. 姚培福.昆明理工大学 2007



本文编号：3416057