神經(jīng)網(wǎng)絡(luò)在股價預(yù)測中的應(yīng)用

《神經(jīng)網(wǎng)絡(luò)在股價預(yù)測中的應(yīng)用》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、青島大學(xué)本科生畢業(yè)論文（設(shè)計）本科畢業(yè)論文(設(shè)計)題目：____神經(jīng)網(wǎng)絡(luò)在股價預(yù)測中的應(yīng)用_______學(xué)院：___自動化工程學(xué)院_____________專業(yè)：自動化_______________姓名：陳濤指導(dǎo)教師：________周澤________________2013年6月5日青島大學(xué)本科生畢業(yè)論文（設(shè)計）NeuralNetworksApplicationinStockPriceForecsting青島大學(xué)本科生畢業(yè)論文（設(shè)計）摘要隨著全球經(jīng)濟(jì)的高速發(fā)展和各國人們對于股票市場投資認(rèn)識的不斷加深，越

2、來越多的人們踏入了股市投資這個行業(yè)，因此更多的投資者便越來越關(guān)心股票價格預(yù)測這個話題。由于股票投資一個最大的特點是更大的風(fēng)險就意味著更大的利益，因此股票投資者希望通過建立一個非常精確的股市價格的預(yù)測模型來獲得更多的利益，故股市價格的預(yù)測具有非常重要的應(yīng)用價值。但是由于股票市場是一個十分繁雜的非線性的動力學(xué)系統(tǒng)，影響股票市場變化的因素除了其自身所包含的規(guī)律之外，還包括經(jīng)濟(jì)環(huán)境等諸多因素，故一般的預(yù)測方法難以對其進(jìn)行準(zhǔn)確的預(yù)測。由于BP神經(jīng)網(wǎng)絡(luò)具有非常好的非線性映射能力、泛化能力和容納錯誤的能力，因而其非常適合

3、用來解決股票預(yù)測領(lǐng)域中的一些問題。在本文中，詳細(xì)介紹了BP算法的基本知識，同時針對BP算法在股市預(yù)測中存在的學(xué)習(xí)速度慢、容易陷入局部極小值、預(yù)測結(jié)果精度不高等問題，提出一種改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)算法。然后本文基于BP網(wǎng)絡(luò)進(jìn)行股市的價格進(jìn)行預(yù)測分析的原理，建立一個基于BP網(wǎng)絡(luò)的股市價格的預(yù)測模型，然后采用改進(jìn)后的BP算法進(jìn)行股市預(yù)測，并通過MATLAB軟件對其預(yù)測過程進(jìn)行仿真實驗，最終結(jié)果達(dá)到了所預(yù)料的效果。關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò)，股票預(yù)測，BP算法IV青島大學(xué)本科生畢業(yè)論文（設(shè)計）AbstractWiththeinc

4、reasinglyrapideconomicdevelopmentandthechangeofpeople'sinvestmentconsciousness,stockinvestmenthasbecomeanimportantpartofmodernlife,andthepredictionofstockpricehasbecomethefocusofconcernandresearchofinvestors.Howtobuildahighercomputingspeedandamoreaccuratep

5、redictionmodelofstockmarket,notonlyhastheoreticalsignificanceforfinancialinvestors,butalsohasamoreimportantpracticalapplicationvalue.Becausetheincomeofstockinvestmentisoftenproportionaltotherisk.　　　Althoughthestockmarketisahighlycomplicatednonlinearsystem,

6、itsvariationhasitsownregulation,itisinfluencedbythemarket,themacroeconomicenvironmentandothernoneconomicreasons,so,itishardtoforecasttheaccuracyofthemethod.TheBPneuralissuitabletosolvesomeproblemsinstockmarketprediction,becauseofitsnonlinearmappingability,

7、generalizationabilityandgoodtolerance,　　　Inthisthesis,theauthorintroducesthebasicknowledgeofBPalgorithm,aswellasanimprovedalgorithmofBPneuralnetworkwhichisinordertosolvetheproblemsoftheBPalgorithminstockpredictioninthepresenceofslowlearningspeed,easilyfall

8、ingintolocalminimumandlowpredictionaccuracy.ThenthetheoryofstockmarketpredictionbasedonBPnetworkandtheshockmarketpredictionmodelwhichisbasedontheBPnetworkisestablished.Theshockmarketpredictionmodelappliesthei