学位论文 > 优秀研究生学位论文题录展示

基于人工神经网络方法的股市预测研究

作　者: 尹绍飞
导　师: 苏勇
学　校: 江苏科技大学
专　业: 计算机应用技术
关键词: 神经网络 BP算法股价预测上证指数
分类号: TP183
类　型: 硕士论文
年　份: 2010年
下　载: 171次
引　用: 1次
阅　读: 论文下载

内容摘要

做为一个非线性动力学系统,股票市场是十分复杂的,股票投资中收益与风险是并存。股市内在规律的研究和预测具有极其重要的应用价值和理论意义。投资者们希望能寻找有效的方法和工具来对其进行分析,探索其内在规律,从而实现从中获利的目的。但是股市预测任务是非常艰巨的,股价系统内部结构的复杂性、外部因素的多变性都使得传统的预测工具难以满足这种需要。而神经网络具有很强的非线性逼近能力和自组织、自适应等特点,能自动从历史数据中提取有关经济活动中的知识,因而非常适用于解决股票预测领域中的一些问题。本文分析了股票市场预测面临的关键问题,比较了各种股价预测方法,探讨了利用BP(Back Propagation)神经网络对股价走势进行分析和预测的可行性。通过对历史数据的学习,BP网络能找出股市的内在规律,并将其体现在网络的权值、阈值中,进而预测股市未来的走势。本文在基于BP网络股价预测的原理上,利用三层前馈神经网络对股价建立预测模型,探讨了样本数据的选取以及预处理、网络拓扑结构设计、隐节点个数选择等问题,建立基于BP网络的股价预测模型,采用自动归一化的训练方法来提高网络的泛化能力。通过MATLAB软件建立对上证指数收盘价的网络预测模型,进行仿真实验,较好地预测了收盘价的短期走势,并对单步、多步以及滚动不同预测方法的实验结果进行了比较分析。

全文目录

摘要  5-6
Abstract  6-11
第1章绪论  11-19
  1.1 课题背景  11-12
  1.2 股票与股票市场简介  12-13
  1.3 股市预测方法  13-16
    1.3.1 证券投资分析方法  13-14
    1.3.2 模型预测法  14
    1.3.3 神经网络预测方法  14-15
    1.3.4 预测方法的比较  15-16
  1.4 国内外研究概况  16-19
第2章人工神经网络及其算法介绍  19-39
  2.1 神经网络概述  19-29
    2.1.1 神经网络的发展与应用  19-20
    2.1.2 人工神经网络的发展历史  20-22
    2.1.3 生物神经网络  22-23
    2.1.4 人工神经元模型  23-25
    2.1.5 神经网络的结构  25-26
    2.1.6 神经网络的主要特点  26
    2.1.7 神经网络的学习方式  26-29
  2.2 BP 神经网络  29-38
    2.2.1 BP 网络模型  30-32
    2.2.2 BP 学习算法  32-34
    2.2.3 BP 网络的优缺点分析  34-36
    2.2.4 BP 算法的改进  36-38
  2.3 BP 网络的MATLAB 实现  38
  2.4 本章小结  38-39
第3章基于BP 网络的股价预测  39-57
  3.1 神经网络在金融领域中的应用  39-40
  3.2 神经网络股市预测的建模方法  40-42
    3.2.1 股票价格预测  40-41
    3.2.2 股票趋势预测  41
    3.2.3 股票选择系统  41-42
  3.3 价格预测的原理与步骤  42-43
  3.4 网络模型的设计  43-49
    3.4.1 输入向量的选择  43-46
    3.4.2 输入输出数据的预处理  46-47
    3.4.3 训练样本的设计  47
    3.4.4 网络结构设计  47-48
    3.4.5 激活函数的选取  48-49
  3.5 网络的仿真与预测  49-55
  3.6 本章小结  55-57
结论  57-59
参考文献  59-61
攻读硕士学位期间发表的学术论文  61-63
致谢  63-64
详细摘要  64-68

基于人工神经网络方法的股市预测研究

内容摘要

全文目录

相似论文