證券市場(chǎng)是股票、債券和基金等有價(jià)證券發(fā)行和交易的場(chǎng)所。股票的發(fā)行和交易極大地促進(jìn)了市場(chǎng)經(jīng)濟(jì)的發(fā)展,企業(yè)可以通過(guò)發(fā)行股票進(jìn)行融資,從而解決企業(yè)發(fā)展中資金短缺問(wèn)題,為企業(yè)快速健康地發(fā)展起到積極的作用。另一方面,投資者為了資本增值,必須尋找投資對(duì)象。在證券市場(chǎng),他們通過(guò)買(mǎi)入股票實(shí)現(xiàn)投資,從中獲得可觀的收益。但是股票市場(chǎng)高收益同時(shí)也伴隨高風(fēng)險(xiǎn),股價(jià)的高低,不僅取決于股份公司經(jīng)營(yíng)狀況和盈利情況；同時(shí)還受到國(guó)內(nèi)、國(guó)際經(jīng)濟(jì)、政治和市場(chǎng)人氣等多方面因素的影響,其變化趨勢(shì)呈現(xiàn)不規(guī)律性,如何預(yù)測(cè)股價(jià)變動(dòng)的趨勢(shì),從而獲得較高的收益,給股市預(yù)測(cè)提出了新的研究課題。近年來(lái),國(guó)內(nèi)外許多學(xué)者建立一些股票預(yù)測(cè)模型,取得較好的效果。由于股票數(shù)據(jù)信息量大,目前使用一些算法模型只對(duì)小樣本數(shù)據(jù)有效,對(duì)于海量數(shù)據(jù)顯得無(wú)能為力。本文使用覆蓋算法對(duì)股票特征樣本進(jìn)行分析和研究,主要研究的工作和成果如下：（1）論述股票預(yù)測(cè)分析的意義,概括目前股票預(yù)測(cè)分析中常用的理論方法,然后對(duì)股票預(yù)測(cè),作者提出一個(gè)具體的研究思路。（2）根據(jù)時(shí)間序列的定義,引入m日交叉時(shí)間序列,然后對(duì)樣本進(jìn)行預(yù)處理,使用BP神經(jīng)網(wǎng)絡(luò)對(duì)m日交叉時(shí)間序列股票樣本進(jìn)行訓(xùn)練與... 

【文章來(lái)源】：安徽大學(xué)安徽省 211工程院校

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
目錄
第一章 緒論
    1.1 股票預(yù)測(cè)的研究背景
    1.2 股票預(yù)測(cè)的意義
    1.3 國(guó)內(nèi)外研究的動(dòng)態(tài)
        1.3.1 股票預(yù)測(cè)問(wèn)題的提出
        1.3.2 國(guó)內(nèi)外股票預(yù)測(cè)研究的現(xiàn)狀
    1.4 論文的研究?jī)?nèi)容和思路
        1.4.1 論文的研究?jī)?nèi)容
        1.4.2 論文的研究思路
    1.5 論文的組織結(jié)構(gòu)
第二章 時(shí)間序列與BP神經(jīng)網(wǎng)絡(luò)
    2.1 時(shí)間序列
        2.1.1 時(shí)間序列的概念
        2.1.2 時(shí)間序列的組成
        2.1.3 時(shí)間序列的分析方法
    2.2 數(shù)據(jù)的采樣和處理
        2.2.1 數(shù)據(jù)的采樣
        2.2.2 數(shù)據(jù)的處理
    2.3 神經(jīng)網(wǎng)絡(luò)理論
        2.3.1 神經(jīng)網(wǎng)絡(luò)的理論基礎(chǔ)
        2.3.2 BP神經(jīng)網(wǎng)絡(luò)
    2.4 本章小結(jié)
第三章 覆蓋算法
    3.1 覆蓋問(wèn)題的劃分
        3.1.1 覆蓋問(wèn)題的描述
        3.1.2 M-P神經(jīng)元模型
        3.1.3 覆蓋算法
    3.2 覆蓋算法的理論分析
        3.2.1 樣本集的選擇與學(xué)習(xí)的順序
        3.2.2 隱節(jié)點(diǎn)數(shù)的設(shè)計(jì)
        3.2.3 泛化能力
    3.3 覆蓋算法的改進(jìn)
        3.3.1 遺傳算法
        3.3.2 遺傳覆蓋算法
    3.4 本章小結(jié)
第四章 股票預(yù)測(cè)分析
    4.1 技術(shù)分析
        4.1.1 技術(shù)分析方法的理論基礎(chǔ)
        4.1.2 技術(shù)指標(biāo)分析
    4.2 BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)分析
        4.2.1 BP網(wǎng)絡(luò)的設(shè)計(jì)
        4.2.2 BP網(wǎng)絡(luò)的實(shí)現(xiàn)
    4.3 遺傳覆蓋算法的預(yù)測(cè)分析
        4.3.1 網(wǎng)絡(luò)的設(shè)計(jì)
        4.3.2 網(wǎng)絡(luò)的實(shí)現(xiàn)
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 本文所做的工作
    5.2 未來(lái)工作的展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄
致謝


【參考文獻(xiàn)】：
期刊論文
[1]ARMA模型參數(shù)估計(jì)算法改進(jìn)及在股票預(yù)測(cè)中的應(yīng)用[J]. 何永沛.  重慶工學(xué)院學(xué)報(bào)(自然科學(xué)版). 2009(02)
[2]ARIMA模型在股票價(jià)格預(yù)測(cè)中的應(yīng)用[J]. 劉紅梅.  廣西輕工業(yè). 2008(06)
[3]支持向量機(jī)選擇及其在股票走勢(shì)預(yù)測(cè)中的應(yīng)用[J]. 郭輝.  重慶師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2007(04)
[4]基于GARCH模型的股票買(mǎi)賣(mài)時(shí)機(jī)分析[J]. 嚴(yán)定琪,楊栓軍,曾海麗.  蘭州理工大學(xué)學(xué)報(bào). 2007(05)
[5]基于神經(jīng)網(wǎng)絡(luò)股票預(yù)測(cè)的研究[J]. 殷洪才,趙春燕.  哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào). 2007(03)
[6]基于遺傳算法神經(jīng)網(wǎng)絡(luò)集成股票市場(chǎng)預(yù)測(cè)研究[J]. 潘曉明,吳建生.  廣西師范學(xué)院學(xué)報(bào)(自然科學(xué)版). 2007(01)
[7]基于支持向量機(jī)的股票預(yù)測(cè)[J]. 張晨希,張燕平,張迎春,陳潔,萬(wàn)忠.  計(jì)算機(jī)技術(shù)與發(fā)展. 2006(06)
[8]基于概率的覆蓋算法的研究[J]. 周瑛,張鈴.  計(jì)算機(jī)技術(shù)與發(fā)展. 2006(03)
[9]機(jī)器學(xué)習(xí)中的核覆蓋算法[J]. 吳濤,張鈴,張燕平.  計(jì)算機(jī)學(xué)報(bào). 2005(08)
[10]機(jī)器學(xué)習(xí)中的多側(cè)面遞進(jìn)算法MIDA[J]. 張燕平,張鈴,吳濤.  電子學(xué)報(bào). 2005(02)

碩士論文
[1]基于神經(jīng)網(wǎng)絡(luò)的股票K線特征圖形預(yù)測(cè)研究[D]. 胡書(shū)曉.同濟(jì)大學(xué) 2008
[2]人工神經(jīng)網(wǎng)絡(luò)在股票預(yù)測(cè)中的應(yīng)用與研究[D]. 姚培福.昆明理工大學(xué) 2007



本文編號(hào)：3416057