近幾年,國內(nèi)外經(jīng)濟(jì)發(fā)展迅速,有諸多投資者將自己的資金投入到了股市之中,但股市行情變化莫測,時(shí)刻牽動著每一位股民的切身利益。面對這些問題,有一種可靠的股票預(yù)測方法就顯得尤為重要。文章首先介紹了我國上證指數(shù)的基本情況,然后對BP神經(jīng)網(wǎng)絡(luò)做了相關(guān)介紹,針對股票市場自身所具備的非線性特征,基于LM （Levenberg-Marquard）算法所優(yōu)化的BP （Back Propagation）神經(jīng)網(wǎng)絡(luò)模型,進(jìn)一步預(yù)測和模擬了上證指數(shù)的收盤價(jià),將產(chǎn)出的預(yù)測值與實(shí)際股票價(jià)格進(jìn)行比較,以獲得相關(guān)結(jié)論。文章研究的目的是以上證指數(shù)為例來檢驗(yàn)BP神經(jīng)網(wǎng)絡(luò)在股票預(yù)測中的有效性,為股票市場中的投資者提供相應(yīng)參考。 

【文章來源】：企業(yè)科技與發(fā)展. 2019,(12)

【文章頁數(shù)】：2 頁

【參考文獻(xiàn)】：
期刊論文
[1]BP神經(jīng)網(wǎng)絡(luò)算法改進(jìn)及應(yīng)用[J]. 王磊,王汝涼,曲洪峰,玄揚(yáng).  軟件導(dǎo)刊. 2016(05)
[2]基于bp神經(jīng)網(wǎng)路的我國滬深300股指期貨價(jià)格預(yù)測[J]. 徐茂森.  商. 2016(01)
[3]基于灰色-ARIMA的金融時(shí)間序列智能混合預(yù)測研究[J]. 羅洪奔.  財(cái)經(jīng)理論與實(shí)踐. 2014(02)
[4]金融時(shí)間序列的數(shù)據(jù)挖掘技術(shù)與經(jīng)典統(tǒng)計(jì)模型的比較[J]. 胡桔州,蘭秋軍.  系統(tǒng)工程. 2005(06)

碩士論文
[1]上證指數(shù)波動影響因素研究[D]. 秦侃.上海社會科學(xué)院 2011



本文編號：3078352