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

ID:11006430

大小:740.00 KB

頁數(shù):41頁

時間:2018-07-09

神經(jīng)網(wǎng)絡(luò)在股價預(yù)測中的應(yīng)用_第1頁
神經(jīng)網(wǎng)絡(luò)在股價預(yù)測中的應(yīng)用_第2頁
神經(jīng)網(wǎng)絡(luò)在股價預(yù)測中的應(yīng)用_第3頁
神經(jīng)網(wǎng)絡(luò)在股價預(yù)測中的應(yīng)用_第4頁
神經(jīng)網(wǎng)絡(luò)在股價預(yù)測中的應(yīng)用_第5頁
資源描述:

《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

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。