面向股票价格预测的神经网络建模与分析

发布时间：2017-09-08 18:22

  本文关键词：面向股票价格预测的神经网络建模与分析

  更多相关文章： 股票 股价预测 神经网络 BP算法

【摘要】：通过对股票价格可预测性的分析,本文提出利用BP神经网络方法预测中信证券和中国人寿两只股票在一段时间内的股价走势。在分析股市价格波动方面,传统的BP神经网络存在收敛速度慢,训练结果容易陷入局部极小值,从而导致训练不成功,预测精度低等问题,本文在经典算法的基础上加入动量项并结合变步长的优化算法进行了改进,并与传统算法在相同样本以及参数下,进行实验对比,验证本文所提优化的自适应算法训练效果更好。传统的单隐层BP神经网络理论上可以逼近任何函数,然而实际并非如此,因为如果在具体预测问题中没有使用恰当参数,极有可能导致预测误差巨大,甚至预测失败等问题。所以本文对隐层节点数,激励函数类型都做了大量的对比实验,从而确定选择隐层节点个数和激励函数类型。价值指标体现了上市公司的经营状况,技术指标总结了股市涨跌情况,通过价值指标能够预测企业未来发展趋势,而分析技术指标能够预测股价未来走势。考虑到这两种指标均能直接或者间接反映股市信息,因此本文决定结合两种指标作为模型的输入变量,并在第四章中对各类指标作了详细介绍与分析。综合所有指标反映的股市信息,最终选择3个价值指标和7个技术指标作为输入变量进行建模预测,同时与只选用7个技术指标作为模型输入变量的预测结果进行对比。结果显示结合式指标作为输入变量预测效果更佳。本文通过对比实验确定了15天的指标值作为模型输入变量,预测两只股票后1天以及30天的收盘价格,并对预测结果进行了分析。
【关键词】：股票 股价预测 神经网络 BP算法
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F832.51;TP183
【目录】：

• 摘要5-6
• ABSTRACT6-9
• 第1章 绪论9-15
• 1.1 研究背景及意义9-10
• 1.2 股价预测国内外研究现状10-13
• 1.3 论文组织及创新点13-15
• 第2章 股价预测15-19
• 2.1 股票概况15-17
• 2.1.1 股票市场介绍15-16
• 2.1.2 股价预测难点16-17
• 2.2 股票市场可预测性分析17-18
• 2.2.1 有效市场假说17
• 2.2.2 关于股市可预测性的讨论17-18
• 2.3 本章小结18-19
• 第3章 BP神经网络结构分析与算法改进19-30
• 3.1 人工神经网络介绍19-22
• 3.1.1 人工神经网络的基本原理19-21
• 3.1.2 神经网络在金融领域的应用21-22
• 3.2 BP神经网络22-26
• 3.2.1 BP神经网络简介22-23
• 3.2.2 BP神经网络的算法步骤23-25
• 3.2.3 经典BP神经网络存在的问题25-26
• 3.3 BP神经网络的改进26-29
• 3.3.1 传统算法的训练结果27-28
• 3.3.2 加入动量项的训练结果28
• 3.3.3 同时加入动量项和变步长算法的训练结果28
• 3.3.4 同时加入动量项和优化变步长算法的训练结果28-29
• 3.4 本章小结29-30
• 第4章 技术价值结合式指标筛选30-36
• 4.1 指标介绍30-33
• 4.1.1 价值指标介绍30-31
• 4.1.2 技术指标介绍31-33
• 4.2 神经网络输入因子的确定33-34
• 4.3 实验股票的选择34-35
• 4.4 本章小结35-36
• 第5章 建模与分析36-56
• 5.1 建立神经网络预测模型36-38
• 5.1.1 样本选取36-37
• 5.1.2 网络结构设计37-38
• 5.2 股价预测仿真38-39
• 5.3 中信证券股价预测结果分析39-52
• 5.3.1 含价值指标的实验结果39-50
• 5.3.2 不含价值指标的实验结果50-52
• 5.4 中国人寿股价预测结果分析52-54
• 5.5 预测1天与连续预测30天收盘价格的对比实验54-55
• 5.6 本章小结55-56
• 第6章 总结与展望56-57
• 6.1 全文总结56
• 6.2 不足与展望56-57
• 致谢57-58
• 参考文献58-62
• 附录 作者在读期间发表的学术论文及参加的科研项目62

【相似文献】

中国期刊全文数据库 前10条

1 云中客;新的神经网络来自于仿生学[J];物理;2001年10期

2 唐春明,高协平;进化神经网络的研究进展[J];系统工程与电子技术;2001年10期

3 李智;一种基于神经网络的煤炭调运优化方法[J];长沙铁道学院学报;2003年02期

4 程科,王士同,杨静宇;新型模糊形态神经网络及其应用研究[J];计算机工程与应用;2004年21期

5 王凡,孟立凡;关于使用神经网络推定操作者疲劳的研究[J];人类工效学;2004年03期

6 周丽晖;从统计角度看神经网络[J];统计教育;2005年06期

7 赵奇 ,刘开第 ,庞彦军;灰色补偿神经网络及其应用研究[J];微计算机信息;2005年14期

8 袁婷;;神经网络在股票市场预测中的应用[J];软件导刊;2006年05期

9 尚晋;杨有;;从神经网络的过去谈科学发展观[J];重庆三峡学院学报;2006年03期

10 杨钟瑾;;神经网络的过去、现在和将来[J];青年探索;2006年04期

中国重要会议论文全文数据库 前10条

1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年

2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集（上册）[C];2003年

3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年

9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

中国重要报纸全文数据库 前10条

1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年

2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年

3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年

4 中国科技大学计算机系　邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年

5 记者 孙刚;“神经网络”：打开复杂工艺“黑箱”[N];解放日报;2007年

6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年

7 健康时报特约记者　 张献怀;干细胞移植：修复受损的神经网络[N];健康时报;2006年

8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年

9 ;神经网络和模糊逻辑[N];世界金属导报;2002年

10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年

中国博士学位论文全文数据库 前10条

1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年

2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年

3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年

4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年

5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年

6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年

7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年

8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年

9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年

10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年

中国硕士学位论文全文数据库 前10条

1 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年

2 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年

3 邵雪莹;几类时滞不确定神经网络的稳定性分析[D];渤海大学;2015年

4 胡婷;改进QGA-BP模型及其在弥苴河总氮量预测中的应用[D];昆明理工大学;2015年

5 刘俊辉;基于数据清洗方法的河道水位预测研究[D];昆明理工大学;2015年

6 刘波;短期风电功率预测方法研究[D];南京信息工程大学;2015年

7 蔡邦宇;人脸识别中单次ERP时空特征分析及其快速检索的应用[D];浙江大学;2015年

8 郑川;垃圾评论检测算法的研究[D];西南交通大学;2015年

9 李菊;BP神经网络在房地产批量评估中的应用研究[D];昆明理工大学;2015年

10 马亮;降水点分类预测方法研究[D];中国地质大学(北京);2015年

，

本文编号：815584