本文關鍵詞：基于LM-BP神經(jīng)網(wǎng)絡股票預測研究，由筆耕文化傳播整理發(fā)布。

【摘要】：股票市場經(jīng)過數(shù)載發(fā)展,在市場經(jīng)濟中占據(jù)了越來越重要的地位。股票市場的建立和發(fā)展,不僅受國家經(jīng)濟的影響,也為國家的經(jīng)濟建設時時刻刻在做著貢獻。然而,股票投資市場并不十分穩(wěn)定和平穩(wěn),成交量和價格方面總有著意料外的波動。股票市場是股票投資者進行交易的平臺,無形中在投資者和籌資者之間搭建了利潤提升的橋梁。在股票市場上,籌資者公開募股,發(fā)行股票,為長期的資金來源提供了保障;與此同時,投資者通過購買公開募股的股票,相當于與公司共發(fā)展,上市公司的優(yōu)劣直接會影響投資者的收益。由于投資者們的心理狀態(tài)以及投資偏好都不盡相同,故也會選擇不同的投資組合,也會承擔不同的投資風險。然而,這樣的投資也不是一直穩(wěn)賺不賠的,股票市場波動性很大,投機成分強,股票市場缺乏效率,穩(wěn)定性差,這些都會危及到股票本身的進一步發(fā)展。股票市場的效率體現(xiàn)在上市公司能夠合理分配資金并將資金的利用率提升到最大,從而爭取更多利潤的能力�？墒�,大量的實證證明,股票市場并不是十分有效的。然而,股價的走勢也有一定的規(guī)律性可言,這體現(xiàn)在這種走勢可以通過非線性函數(shù)進行描述,那么也就是可以預測的。影響股價的因素多種多樣,對股票所起的作用也復雜多變,為了更加準確的進行預測,將人工神經(jīng)網(wǎng)絡引入到了金融預測領域。原則上,對于連續(xù)函數(shù),神經(jīng)網(wǎng)絡能在一定的精度范圍內實現(xiàn)良好的訓練。人工神經(jīng)網(wǎng)絡可以解決黑箱問題,它回避了數(shù)據(jù)變化的內在原因,更加科學地通過特定的學習樣本進行機器訓練,建立一種模型來描述輸出與輸入變量之間的聯(lián)系。因此,研究基于神經(jīng)網(wǎng)絡的股票預測問題,不僅具有理論意義,也具有重要的現(xiàn)實意義和參考價值。本文對現(xiàn)有的股票預測方法、BP神經(jīng)網(wǎng)絡及其存在的問題、LM-BP神經(jīng)網(wǎng)絡算法、LM-BP神經(jīng)網(wǎng)絡對股價預測等問題進行了系統(tǒng)研究。在研究過程中,取得的成果主要有:(1)對股票市場特點和股票預測方法進行分析,指出了這種方法的優(yōu)缺點。(2)針對股票價格預測數(shù)據(jù)量大,應用標準BP神經(jīng)網(wǎng)絡運算速度慢的問題,推導給出了LM-BP神經(jīng)網(wǎng)絡算法,并設計開發(fā)了LM-BP神經(jīng)網(wǎng)絡計算程序。(3)應用LM-BP神經(jīng)網(wǎng)絡預測了美國納斯達克證券交易所掛牌上市的智聯(lián)招聘股票的開盤價、最高價、最低價、收盤價走勢。預測結果表明,預測精度較高,開盤價格平均相對誤差為0.88%,最高價平均相對誤差為1.25%,最低價平均相對誤差為1.26%,收盤價平均相對誤差為1.4%。(4)在預測的基礎上,計算給出了移動平均線(MA)、乖離率(BIAS)、相對強弱指標(RSI)、隨機指標(KDJ)、人氣指標(BOV)、威廉指標(WR),并畫出了移動平均線(MA)、乖離率(BIAS)、相對強弱指標(RSI)、隨機指標(KDJ)、人氣指標(BOV)、威廉指標(WR)曲線,為投資者決策提供參考。最后,本文對股票市場預測問題進行了展望。
【關鍵詞】：股票價格 預測 BP神經(jīng)網(wǎng)絡 LM-BP神經(jīng)網(wǎng)絡
【學位授予單位】：東北農業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F831.51;TP18
【目錄】：

• 摘要8-9
• 英文摘要9-11
• 1 前言11-15
• 1.1 課題的研究背景11
• 1.2 本文研究目的與意義11-12
• 1.3 股票價格預測的國內外現(xiàn)狀12-13
• 1.4 本文研究內容方法和技術路線13-15
• 2 概念確定與預測方法分析15-30
• 2.1 股票基礎概念15-22
• 2.1.1 股票的概念和性質15-16
• 2.1.2 股價的影響因素16-18
• 2.1.3 股票術語和技術指標18-21
• 2.1.4 國內外股票市場的對比及面臨問題21-22
• 2.2 股價預測的基本方法22-28
• 2.2.1 基本分析法22-23
• 2.2.2 技術分析法23-25
• 2.2.3 數(shù)量分析法25-28
• 2.3 股票預測方法的選擇28-30
• 3 標準BP神經(jīng)網(wǎng)絡及其分析30-45
• 3.1 人工神經(jīng)元模型30
• 3.2 神經(jīng)網(wǎng)絡分析30-32
• 3.3 神經(jīng)網(wǎng)絡的學習方式32-34
• 3.4 BP神經(jīng)網(wǎng)絡基本結構34-35
• 3.5 標準BP神經(jīng)網(wǎng)絡訓練過程35-43
• 3.6 標準BP神經(jīng)網(wǎng)絡存在的不足43
• 3.7 BP神經(jīng)網(wǎng)絡用于預測時存在的問題分析43-45
• 4 LM-BP神經(jīng)網(wǎng)絡45-56
• 4.1 牛頓法的基本原理45
• 4.2 LM-BP神經(jīng)網(wǎng)絡算法45-46
• 4.3 雅克比矩陣的計算46-48
• 4.4 隱含層到輸出層權值偏導數(shù)計算48-50
• 4.5 輸出層閾值偏導數(shù)計算50-51
• 4.6 輸入層到隱含層權值偏導數(shù)計算51-54
• 4.7 隱含層閾值偏導數(shù)計算54-56
• 5 基于BP神經(jīng)網(wǎng)絡的時間序列預測方法預測股票研究56-62
• 5.1 時間序列和時間序列預測的概念56
• 5.2 基于BP神經(jīng)網(wǎng)絡時間序列預測方法56-59
• 5.2.1 確定網(wǎng)絡結構57-59
• 5.2.2 基于BP神經(jīng)網(wǎng)絡的時間序列的輸入輸出模式59
• 5.3 基于BP神經(jīng)網(wǎng)絡股票預測59-61
• 5.3.1 網(wǎng)絡結構59-60
• 5.3.2 輸入輸出模式60-61
• 5.4 算法流程圖61-62
• 6 基于BP神經(jīng)網(wǎng)絡的股票預測研究62-72
• 6.1 問題描述62
• 6.2 樣本的輸入輸出模式62-63
• 6.3 訓練樣本與測試樣本的確定63-64
• 6.4 網(wǎng)絡訓練及擬合精度分析64-70
• 6.5 股票價格預測70-72
• 7 股票相關指標計算及變化趨勢分析72-78
• 7.1 移動平均線趨勢變化及分析72-73
• 7.2 人氣指標趨勢變化及分析73-74
• 7.3 乖離率趨勢變化及分析74-75
• 7.4 相對強弱指標趨勢變化及分析75-76
• 7.5 威廉指標趨勢變化及分析76-78
• 8 結論與展望78-79
• 8.1 結論78
• 8.2 創(chuàng)新點78
• 8.3 展望78-79
• 致謝79-80
• 參考文獻80-83
• 附錄83-92
• 攻讀碩士學位期間發(fā)表的學術論文92

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 云中客;新的神經(jīng)網(wǎng)絡來自于仿生學[J];物理;2001年10期

2 唐春明,高協(xié)平;進化神經(jīng)網(wǎng)絡的研究進展[J];系統(tǒng)工程與電子技術;2001年10期

3 李智;一種基于神經(jīng)網(wǎng)絡的煤炭調運優(yōu)化方法[J];長沙鐵道學院學報;2003年02期

4 程科,王士同,楊靜宇;新型模糊形態(tài)神經(jīng)網(wǎng)絡及其應用研究[J];計算機工程與應用;2004年21期

5 王凡,孟立凡;關于使用神經(jīng)網(wǎng)絡推定操作者疲勞的研究[J];人類工效學;2004年03期

6 周麗暉;從統(tǒng)計角度看神經(jīng)網(wǎng)絡[J];統(tǒng)計教育;2005年06期

7 趙奇 ,劉開第 ,龐彥軍;灰色補償神經(jīng)網(wǎng)絡及其應用研究[J];微計算機信息;2005年14期

8 袁婷;;神經(jīng)網(wǎng)絡在股票市場預測中的應用[J];軟件導刊;2006年05期

9 尚晉;楊有;;從神經(jīng)網(wǎng)絡的過去談科學發(fā)展觀[J];重慶三峽學院學報;2006年03期

10 楊鐘瑾;;神經(jīng)網(wǎng)絡的過去、現(xiàn)在和將來[J];青年探索;2006年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡的混沌性[A];1996中國控制與決策學術年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術及其應用學術會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡的新機遇——紀念中國神經(jīng)網(wǎng)絡10周年[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

6 許進;保錚;;神經(jīng)網(wǎng)絡與圖論[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預報產(chǎn)品的神經(jīng)網(wǎng)絡釋用預報應用[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡在中學生創(chuàng)造力評估中的應用[A];第十二屆全國心理學學術大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的故障診斷方法研究[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經(jīng)網(wǎng)絡硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經(jīng)網(wǎng)絡挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經(jīng)網(wǎng)絡[N];健康時報;2006年

8 劉力;我半導體神經(jīng)網(wǎng)絡技術及應用研究達國際先進水平[N];中國電子報;2001年

9 ;神經(jīng)網(wǎng)絡和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡應用研究通過鑒定[N];中國船舶報;2006年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 楊旭華;神經(jīng)網(wǎng)絡及其在控制中的應用研究[D];浙江大學;2004年

2 李素芳;基于神經(jīng)網(wǎng)絡的無線通信算法研究[D];山東大學;2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡的混沌性及幾類時滯神經(jīng)網(wǎng)絡的同步研究[D];電子科技大學;2014年

4 王新迎;基于隨機映射神經(jīng)網(wǎng)絡的多元時間序列預測方法研究[D];大連理工大學;2015年

5 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農業(yè)大學;2015年

6 李輝;基于粒計算的神經(jīng)網(wǎng)絡及集成方法研究[D];中國礦業(yè)大學;2015年

7 王衛(wèi)蘋;復雜網(wǎng)絡幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學;2015年

8 張海軍;基于云計算的神經(jīng)網(wǎng)絡并行實現(xiàn)及其學習方法研究[D];華南理工大學;2015年

9 李艷晴;風速時間序列預測算法研究[D];北京科技大學;2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關鍵技術研究[D];東南大學;2015年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡與高校效益預測的研究[D];華南理工大學;2015年

2 賈文靜;基于改進型神經(jīng)網(wǎng)絡的風力發(fā)電系統(tǒng)預測及控制研究[D];燕山大學;2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學;2015年

4 陳彥至;神經(jīng)網(wǎng)絡降維算法研究與應用[D];華南理工大學;2015年

5 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡研究[D];西南大學;2015年

6 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡的遙感圖像分類研究[D];昆明理工大學;2015年

7 李志杰;基于神經(jīng)網(wǎng)絡的上證指數(shù)預測研究[D];華南理工大學;2015年

8 陳少吉;基于神經(jīng)網(wǎng)絡血壓預測研究與系統(tǒng)實現(xiàn)[D];華南理工大學;2015年

9 張韜;幾類時滯神經(jīng)網(wǎng)絡穩(wěn)定性分析[D];渤海大學;2015年

10 邵雪瑩;幾類時滯不確定神經(jīng)網(wǎng)絡的穩(wěn)定性分析[D];渤海大學;2015年

  本文關鍵詞：基于LM-BP神經(jīng)網(wǎng)絡股票預測研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：254158