隨著金融市場(chǎng)的發(fā)展,股票市場(chǎng)逐步成為人們經(jīng)濟(jì)生活的重要組成部分。股票投資因?yàn)槠涓唢L(fēng)險(xiǎn),高收益的特性而廣受關(guān)注,因此股票市場(chǎng)的分析和預(yù)測(cè)具有極其重要的理論意義和應(yīng)用價(jià)值。股票市場(chǎng)具有高度非線性的特點(diǎn),傳統(tǒng)的預(yù)測(cè)工具已經(jīng)不能滿足股票預(yù)測(cè)的要求。本文在深入分析股票預(yù)測(cè)方法的基礎(chǔ)上,提出了利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行建模的方法。由于基本BP算法在權(quán)值調(diào)整過(guò)程中存在收斂速度慢,易陷入局部極小值的缺點(diǎn),本文采用遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò),在數(shù)據(jù)挖掘理論的指導(dǎo)下,實(shí)現(xiàn)對(duì)股票的預(yù)測(cè)和數(shù)據(jù)挖掘。論文利用GABP模型對(duì)上證指數(shù)和個(gè)股進(jìn)行預(yù)測(cè),實(shí)證結(jié)果表明,BP神經(jīng)網(wǎng)絡(luò)用于股票預(yù)測(cè)是可行的,而GA-BP算法更提高了預(yù)測(cè)精度。 

【文章來(lái)源】：華北電力大學(xué)(北京)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
中文摘要
英文摘要
第一章 前言
    1.1 選題背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 論文研究?jī)?nèi)容和框架
第二章 BP神經(jīng)網(wǎng)絡(luò)理論及應(yīng)用
    2.1 BP神經(jīng)網(wǎng)絡(luò)
    2.2 BP神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn)
        2.2.1 BP神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)
        2.2.2 BP神經(jīng)網(wǎng)絡(luò)的缺點(diǎn)
    2.3 BP神經(jīng)網(wǎng)絡(luò)在股票預(yù)測(cè)方面的應(yīng)用與局限
第三章 遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)（GA-BP神經(jīng)網(wǎng)絡(luò)）
    3.1 遺傳算法
        3.1.1 遺傳算法基本要素
        3.1.2 遺傳算法運(yùn)算流程
        3.1.3 遺傳算法的特點(diǎn)
    3.2 GA-BP神經(jīng)網(wǎng)絡(luò)
        3.2.1 GA-BP神經(jīng)網(wǎng)絡(luò)定義
        3.2.2 GA-BP神經(jīng)網(wǎng)絡(luò)模型構(gòu)建
第四章 基于數(shù)據(jù)挖掘的GA-BP神經(jīng)網(wǎng)絡(luò)
    4.1 數(shù)據(jù)挖掘
        4.1.1 數(shù)據(jù)挖掘的產(chǎn)生和定義
        4.1.2 數(shù)據(jù)挖掘的過(guò)程
        4.1.3 數(shù)據(jù)挖掘的分類、方法和功能
        4.1.4 數(shù)據(jù)挖掘的發(fā)展趨勢(shì)
    4.2 數(shù)據(jù)挖掘在股票預(yù)測(cè)方面的應(yīng)用
        4.2.1 數(shù)據(jù)挖掘在股票預(yù)測(cè)方面的必要性
        4.2.2 數(shù)據(jù)挖掘在股票預(yù)測(cè)方面的應(yīng)用
        4.2.3 基于數(shù)據(jù)挖掘的GA-BP神經(jīng)網(wǎng)絡(luò)在股票方面預(yù)測(cè)的應(yīng)用
第五章 實(shí)證研究
    5.1 技術(shù)指標(biāo)選取
    5.2 GA-BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)和參數(shù)選擇
        5.2.1 GA-BP神經(jīng)網(wǎng)絡(luò)的Matlab實(shí)現(xiàn)
        5.2.2 GA-BP神經(jīng)網(wǎng)絡(luò)參數(shù)選擇
    5.3 實(shí)證結(jié)果分析
        5.3.1 上證指數(shù)收盤價(jià)實(shí)證結(jié)果分析
        5.3.2 個(gè)股實(shí)證結(jié)果分析
第六章 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
參考文獻(xiàn)
附錄
致謝
在學(xué)期間發(fā)表的學(xué)術(shù)論文


【參考文獻(xiàn)】：
期刊論文
[1]一種并行BP交通流預(yù)測(cè)方法[J]. 楊際祥,王凡,譚國(guó)真,王榮生.  小型微型計(jì)算機(jī)系統(tǒng). 2009(12)
[2]基于MATLAB的BP網(wǎng)絡(luò)在金融危機(jī)下的股市預(yù)測(cè)中的應(yīng)用[J]. 譚秀輝,白艷萍.  經(jīng)濟(jì)師. 2009(12)
[3]電力市場(chǎng)短期電價(jià)預(yù)測(cè)方法綜述[J]. 劉振宗,吳穎超.  中國(guó)電力教育. 2009(20)
[4]基于相似度與神經(jīng)網(wǎng)絡(luò)的協(xié)同短期負(fù)荷預(yù)測(cè)模型[J]. 王建軍,牛東曉,李莉.  華東電力. 2009(01)
[5]基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)模型的地面沉降預(yù)測(cè)及分析[J]. 李紅霞,趙新華,遲海燕,張建軍.  天津大學(xué)學(xué)報(bào). 2009(01)
[6]BP神經(jīng)網(wǎng)絡(luò)在平曲線路段交通事故預(yù)測(cè)中的運(yùn)用[J]. 胡愛(ài)平,周艷平,楊瑞華.  中國(guó)高新技術(shù)企業(yè). 2009(02)
[7]數(shù)據(jù)挖掘技術(shù)標(biāo)準(zhǔn)綜述[J]. 劉明亮,李雄飛,孫濤,許曉晴.  計(jì)算機(jī)科學(xué). 2008(06)
[8]基于神經(jīng)網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)挖掘的一種算法[J]. 羅劍芬,鐘寶榮,秦曉霞.  科技資訊. 2008(07)
[9]基于數(shù)據(jù)挖掘技術(shù)的股票收益預(yù)測(cè)研究[J]. 蔣艷霞,柯大鋼,解青芳.  經(jīng)濟(jì)與管理研究. 2007(06)
[10]神經(jīng)網(wǎng)絡(luò)算法在股指預(yù)測(cè)中的應(yīng)用[J]. 王光強(qiáng),周佩玲.  計(jì)算機(jī)工程. 2006(01)

碩士論文
[1]基于人工神經(jīng)網(wǎng)絡(luò)的中國(guó)股票市場(chǎng)收益率預(yù)測(cè)研究[D]. 趙大偉.燕山大學(xué) 2009
[2]基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘方法研究[D]. 郭翠翠.武漢理工大學(xué) 2007
[3]基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘技術(shù)的研究[D]. 李雙晶.吉林大學(xué) 2006
[4]數(shù)據(jù)挖掘技術(shù)在股票預(yù)測(cè)中的應(yīng)用[D]. 張晨希.安徽大學(xué) 2006
[5]基于BP神經(jīng)網(wǎng)絡(luò)方法的上市公司財(cái)務(wù)預(yù)警研究[D]. 劉開華.重慶大學(xué) 2006
[6]數(shù)據(jù)挖掘中分類算法的研究[D]. 彭程.長(zhǎng)沙理工大學(xué) 2006
[7]基于遺傳BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘系統(tǒng)及其應(yīng)用[D]. 張波.哈爾濱理工大學(xué) 2005



本文編號(hào)：2924187