证券市场中潜力股的挖掘应用研究

发布时间：2024-04-02 06:03

　　证券市场是市场经济的重要组成部分,证券市场的发展不仅关系到国家经济的繁荣而且关系到个人投资者的收入情况。因此,对股票走势进行有效的预测有着重大的理论意义和实践价值。然而,受社会多方面因素的影响,证券市场的行情及规律十分复杂,采用传统技术进行预测,效果不甚理想。本文主要研究采用数据挖掘的方法在证券市场中挖掘潜力股。 关于数据挖掘技术在证券分析中的应用,国内外专家学者已做了不少研究,但依然处于探索阶段,缺乏对实际应用具有指导意义的研究。针对股票信息具有非线性、多层次等特性,本文在总结前人成果的基础上,对BP神经网络这一数据挖掘技术在潜力股挖掘方面的应用进行了系统的研究,并通过实例分析验证其预测的准确性,从而证明了其在股票预测应用方面的可行性。针对股票信息还具有不明确、不完整且连续、隐藏规律等特性,本文引入了灰色系统理论进行了更深入的研究,通过对灰色系统理论与BP神经网络的互补性分析,将两者进行结合,提出了灰色BP神经网络这一新的预测方法,实现了对BP神经网络的改进。本文将GM模型与BP神经网络相结合构建了新的预测模型,并应用在股票价格预测中,通过实例研究验证了改进后的灰色BP神经网络在预测...

【文章页数】：53 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景
        1.1.1 股票市场的发展历史
        1.1.2 股票预测研究及发展状况
        1.1.3 数据挖掘技术的运用与研究
    1.2 国内外研究现状
    1.3 研究内容
    1.4 研究步骤
第2章 证券市场中数据挖掘技术分析
    2.1 数据挖掘技术
        2.1.1 数据挖掘的基本思想
        2.1.2 常用的数据挖掘方法
        2.1.3 数据挖掘过程
    2.2 人工神经网络
        2.2.1 人工神经网络发展概述
        2.2.2 人工神经网络的基本内容
        2.2.3 人工神经网络的应用
    2.3 证券市场中数据挖掘技术分析
第3章 基于BP 神经网络的数据挖掘分析
    3.1 BP 神经网络的基本思想
    3.2 BP 神经网络的学习算法
    3.3 BP 神经网络的设计
        3.3.1 输入层的设计
        3.3.2 隐层的设计
        3.3.3 输出层的设计
        3.3.4 初始值的选取
    3.4 基于BP 神经网络的股票预测
第4章 基于灰色BP 神经网络的数据挖掘分析
    4.1 灰色系统理论的基本思想
        4.1.1 灰色系统理论的产生与发展
        4.1.2 灰色系统理论的研究对象及原理
    4.2 灰色系统理论的主要内容
    4.3 灰色系统理论与数据挖掘技术在证券市场预测方面的互补结合
        4.3.1 灰色系统理论在证券市场预测中的可行性分析
        4.3.2 灰色系统理论在证券市场分析应用中的不足
        4.3.3 数据挖掘技术与灰色系统理论的互补分析
    4.4 灰色BP 神经网络的构建
        4.4.1 传统灰色预测模型—GM(1,1)模型
        4.4.2 灰色预测方法与BP 神经网络的结合
    4.5 灰色BP 神经网络的结构
        4.5.1 数据仓库体系结构
        4.5.2 数据仓库逻辑模型
    4.6 灰色BP 神经网络组合模型
        4.6.1 灰色BP 神经网络组合预测模型的建立
        4.6.2 灰色BP 神经网络组合预测模型的预测步骤
        4.6.3 灰色BP 神经网络预测模型的优点
    4.7 应用实例与结果分析
    4.8 本章研究小结
第5章 结论与展望
参考文献
在学期间发表的论文及科研成果清单
致谢



本文编号：3945930