模糊理论与神经网络在股票预测中的应用研究

发布时间：2023-03-31 20:34

　　股票价格是判断股票市场行情的航标灯,是国民经济的“晴雨表”,它综合反映了股票市场的发展变化。对其的预测和研究能够使股民在充分掌握证券市场发展规律的基础上更好的进行投资和决策,更有利于国民经济有序、健康的发展。目前,除了已有的数学方法外,人工智能方法也已经运用到股票预测当中,取得了更好的效果。本文将模糊理论的相关内容与神经网络相结合,实现了股票综合预测系统模型。 首先,利用改进的模糊贴近度对股票价格开盘价、收盘价、涨跌额、涨跌幅、最低价、最高价、成交量、成交金额八个属性进行分类,筛选BP神经网络的输入样本,从而提出了一种选择网络输入样本的新方法。相对于网络输入样本为股票价格单一属性而言,预测精度提高了大约50%。 然后,根据股票价格预测的实际应用,改进模糊理论中模糊综合评判系统的三角隶属函数和半梯形隶属函数以及模糊评判算子,提出了一种基于改进的贴近度计算模糊综合评判系统权系数的方法,在对股票单日进行评判时,与传统模糊综合评判系统对比,正确率提高了大约4%。 最后,针对股票价格开盘价、收盘价、涨跌额、涨跌幅、最低价、最高价、成交量、成交金额八个属性建立组合BP神经网络,根据分类情况选择子网...

【文章页数】：56 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 国内外神经网络的研究与发展
        1.1.1 国外神经网络的研究与发展
        1.1.2 国内神经网络的研究与发展
    1.2 国内外模糊理论的研究与发展
        1.2.1 国外模糊理论的研究与发展
        1.2.2 国内模糊理论的研究与发展
    1.3 模糊理论与神经网络的结合
        1.3.1 模糊理论与神经网络的相同点
        1.3.2 模糊理论与神经网络的不同点
        1.3.3 模糊理论与神经网络的结合
    1.4 模糊理论与神经网络在股票价格预测中的应用与意义
    1.5 论文组织结构
2 BP神经网络理论
    2.1 BP神经网络理论
        2.1.1 BP神经网络基本原理
        2.1.2 BP神经网络算法
    2.2 本章小结
3 模糊理论
    3.1 模糊集合、模糊隶属度和模糊隶属函数
    3.2 模糊集合贴近度理论
        3.2.1 模糊贴近度原理
        3.2.2 改进的模糊贴近度
            3.2.2.1 问题的提出
            3.2.2.2 改进的模糊贴近度
    3.3 模糊综合评判系统原理
        3.3.1 模糊综合评判算法
        3.3.2 改进的模糊综合评判算法
            3.3.2.1 改进的隶属函数
            3.3.2.2 基于改进的贴近度计算系统权系数
            3.3.2.3 改进的模糊算子
            3.3.2.4 在股票价格预测中的应用及实验分析
    3.4 本章小结
4 建立股票预测综合系统模型及实验分析
    4.1 股票综合预测系统模型
    4.2 综合系统模型实现及对股票价格走势预测
        4.2.1 通过改进的贴近度对股票属性分类
        4.2.2 通过BP神经网络预测股票价格
            4.2.2.1 样本的选择
            4.2.2.2 单BP神经网络对股票价格仿真
            4.2.2.3 组合BP神经网络对股票价格仿真
        4.2.3 通过改进的模糊综合评判系统评判股票走势
            4.2.3.1 初始化组合神经网络预测数据
            4.2.3.2 构建股票价格模糊矩阵
            4.2.3.3 利用改进的贴近度确定股票价格各属性权系数
            4.2.3.4 利用改进的模糊算子对组合神经网络预测数据进行综合评判
    4.3 本章小结
5 总结与展望
参考文献
附录
致谢
攻读学位期间发表的学术论文目录



本文编号：3775746