本文選題：BP神經網絡 + 遺傳算法　； 參考：《南京大學》2012年碩士論文

【摘要】：根據有效市場的假說短期股價是隨機游走的,不具有可預測性,任何試圖預測的技術手段都只能是徒勞無益的。然而大量證據表明市場并非有效。第一,投資者理性的假說就遭到質疑,首先有效市場假說認為所有的投資者都會對市場公開信息以差不多的速度,做出相同的反應,在現實市場中并非如此。第二,大量的研究表明股價波動的趨勢是存在的,且與重大事件和經濟指標有相關性。因此股價具有一定的可預測性,由于影響股價的因素太多,且作用機理很復雜,傳統的方法很難奏效。神經網絡以其優(yōu)秀的模擬特性在股價預測方面占有重要的一席之地。 本文采用應用最廣泛的BP神經網絡來做預測,根據預測結果發(fā)現問題,針對其缺陷,采用遺傳算法進行優(yōu)化,并對照兩次預測的結果。 針對神經網絡只能進行單點預測,沒有辦法進行未來一段時間趨勢和范圍預測本文引入當前的一個備受關注的熱門研究領域——粒計算,從而解決了上面的問題。 本文得出以下幾點結論： (1)良好的預測結果表明中國股票的可預測性,在一定程度上證明了中國的股票市場還不是有效市場 (2)運用遺傳算法優(yōu)化BP神經網絡的初始權值和閾值,得出了更好的結果,表明這種方法的可行性。 (3)將粒計算和優(yōu)化的BP神經網絡相結合預測的結果總體上令人滿意,表明粒計算在金融預測上是可行的,為理論和實踐都能提供有益指導。
[Abstract]:Based on the efficient market hypothesis that short-term stock prices are random and unpredictability, any attempt to predict the technical means can only be futile. Yet there is plenty of evidence that markets are not efficient. First, the hypothesis of investor rationality is questioned. First of all, the efficient market hypothesis assumes that all investors will react to the market disclosure information at the same speed, which is not true in the real market. Second, a large number of studies show that the trend of stock price volatility exists, and is related to major events and economic indicators. Therefore, the stock price has a certain degree of predictability, because there are too many factors affecting the stock price, and the mechanism is very complex, the traditional method is difficult to work. Neural network plays an important role in stock price prediction for its excellent simulation characteristics. In this paper, the most widely used BP neural network is used to make prediction. According to the prediction result, the problem is found, and the genetic algorithm is used to optimize the problem according to its defects, and the results of twice prediction are compared. The neural network can only carry out single point prediction, but there is no way to predict the trend and range for some time in the future. In this paper, grain computing, a hot research field that has been paid close attention to, is introduced in this paper, thus solving the above problem. This paper draws the following conclusions: Good forecast results show the predictability of Chinese stocks, and to some extent prove that China's stock market is not an efficient market. 2) genetic algorithm is used to optimize the initial weight and threshold of BP neural network, and a better result is obtained, which shows the feasibility of this method. 3) the result of combining particle computing with optimized BP neural network is satisfactory, which indicates that particle calculation is feasible in financial forecasting and can provide useful guidance for both theory and practice.
【學位授予單位】：南京大學
【學位級別】：碩士
【學位授予年份】：2012
【分類號】：F830.91;F224

【相似文獻】

相關期刊論文 前10條

1 劉丹;;基于一種改進的BP神經網絡的飛機目標識別[J];中國高新技術企業(yè);2011年16期

2 孫海龍;馮超;匙瑞堂;;滾動軸承狀態(tài)監(jiān)測[J];工業(yè)設計;2011年05期

3 李博;;基于人工智能技術的電子商務輔助教學系統[J];太原城市職業(yè)技術學院學報;2011年06期

4 呂靜鵬;;BP對福蒂斯油田的開發(fā)[J];企業(yè)技術開發(fā);2011年12期

5 郭慶春;孔令軍;崔文娟;寇立群;史永博;張小永;;神經網絡在農民收入預測中的應用[J];價值工程;2011年24期

6 杜道淵;柏宏斌;周鋒;;基于BP神經網絡自貢房地產價格走勢預測[J];四川理工學院學報(自然科學版);2011年03期

7 宋春暉;;基于BP網絡的地鐵車站深基坑圍護樁水平位移預測[J];現代物業(yè)(上旬刊);2011年06期

8 劉璐瑤;黃飛飛;;智能化軸承狀態(tài)檢測方法實例[J];工業(yè)設計;2011年05期

9 章偉;;粗糙集BP神經網絡在房地產價格預測中的應用[J];計算機仿真;2011年07期

10 曾箏;;商業(yè)銀行信用風險評估方法研究[J];計算機仿真;2011年08期

相關會議論文 前10條

1 田艷兵;;BP算法和PSO算法在神經網絡中的研究[A];第二十九屆中國控制會議論文集[C];2010年

2 陳作炳;艾春庭;夏雪峰;;BP神經網絡仿真軟件[A];'2000系統仿真技術及其應用學術交流會論文集[C];2000年

3 簡季;楊武年;馬正龍;陳園園;;BP神經網絡在土地分類中的應用研究——以汶川地區(qū)為例[A];《測繪通報》測繪科學前沿技術論壇摘要集[C];2008年

4 趙鑫;吳侃;敖建鋒;周大偉;;基于BP神經網絡的點云去噪與空洞修補集成算法研究[A];2011全國礦山測量新技術學術會議論文集[C];2011年

5 王偉珍;劉春紅;張漫;李民贊;劉剛;;基于BP神經網絡的溫室番茄光合作用速率預測模型研究[A];中國農業(yè)工程學會2011年學術年會論文集[C];2011年

6 孫伶俐;何緒飛;鄧忠民;;基于BP神經網絡的飛行器結構損傷量化分析[A];北京力學會第十六屆學術年會論文集[C];2010年

7 張德欣;張海祥;陳友良;;基于BP神經網絡的電子戰(zhàn)系統干擾能力評估[A];全國第三屆信號和智能信息處理與應用學術交流會�？痆C];2009年

8 薛志強;李毅;曹燕;;改進的BP神經網絡在模擬電路故障診斷中的應用研究[A];2011下一代自動測試系統學術研討會論文集[C];2011年

9 王碩;;BP神經網絡在高速公路交通量預測中的應用[A];武漢(南方九省)電工理論學會第22屆學術年會、河南省電工技術學會年會論文集[C];2010年

10 單承贛;張哲;孫德輝;鐘磊;;一種DC系數中的神經網絡數字圖像盲水印算法[A];計算機技術與應用進展·2007——全國第18屆計算機技術與應用（CACIS）學術會議論文集[C];2007年

相關重要報紙文章 前10條

1 記者 郁紅;中科院BP將共建清潔能源商業(yè)化中心[N];中國化工報;2008年

2 記者 崔茉;BP任命陳黎明為BP中國總裁[N];中國石油報;2009年

3 龔月;中石油BP聯手競得伊拉克油田[N];中國企業(yè)報;2009年

4 本報記者 蘇稻香;中石油聯合BP簽署開發(fā)伊拉克最大油田初步協議[N];南方日報;2009年

5 記者 王宙潔　編輯 朱賢佳;BP拖垮美股大盤 大行預計中國公司將接盤[N];上海證券報;2010年

6 記者 石政;中國石油與BP聯合中標伊拉克魯邁拉油田項目[N];中國石油報;2009年

7 記者 崔茉;珠海BP：一廠達三標[N];中國石油報;2010年

8 記者 郁紅;BP與阿納達科石油達成和解[N];中國化工報;2011年

9 記者 陳青　通訊員 孫國根;揭示神經網絡形成新機制[N];文匯報;2011年

10 博士 許身健;從BP漏油事故看企業(yè)的環(huán)保責任[N];檢察日報;2010年

相關博士學位論文 前10條

1 李英偉;基于增量改進BP神經網絡微波深度干燥模型及應用研究[D];昆明理工大學;2011年

2 劉志祥;深部開采高階段尾砂充填體力學與非線性優(yōu)化設計[D];中南大學;2005年

3 戴雪龍;PET探測器神經網絡定位方法研究[D];中國科學技術大學;2006年

4 馬戎;智能控制技術在煉鋼電弧爐中的應用研究[D];西北工業(yè)大學;2006年

5 文敦偉;面向多智能體和神經網絡的智能控制研究[D];中南大學;2001年

6 吳大宏;基于遺傳算法與神經網絡的橋梁結構健康監(jiān)測系統研究[D];西南交通大學;2003年

7 杜文斌;基于神經網絡的冠心病證候診斷標準與藥效評價模型研究[D];遼寧中醫(yī)學院;2004年

8 熊雪梅;參數化模糊遺傳神經網絡及在植物病害預測的應用[D];南京農業(yè)大學;2004年

9 李智;電站鍋爐燃燒系統優(yōu)化運行與應用研究[D];東北大學;2005年

10 王承;基于神經網絡的模擬電路故障診斷方法研究[D];電子科技大學;2005年

相關碩士學位論文 前10條

1 于碩;基于小波和BP神經網絡的手寫體數字識別方法[D];吉林大學;2010年

2 于勝;BP神經網絡股票分析模型系統的設計與實現[D];電子科技大學;2010年

3 鐘聲;基于遺傳算法的BP神經網絡的土壩滲流場反演研究[D];西安理工大學;2010年

4 閆甜;基于BP神經網絡的中國股市預測[D];華南理工大學;2011年

5 李繼萍;基于BP神經網絡的載體樁質量預測研究[D];河北工程大學;2010年

6 王義勇;基于BP神經網絡的教師績效評價模型算法研究與應用[D];南昌大學;2010年

7 帥亮;神經網絡在SAR圖像中識別海冰的應用[D];大連海事大學;2005年

8 王秀芝;物流外包的風險分析與研究[D];西安建筑科技大學;2008年

9 張小波;基于BP神經網絡的城鎮(zhèn)土地估價信息系統研究[D];昆明理工大學;2009年

10 陰輝;神經網絡原理及其在有源電力濾波器中的應用[D];煙臺大學;2008年

，

本文編號：1858555