發(fā)布時間：2017-03-18 08:06

  本文關(guān)鍵詞：基于LM-BP神經(jīng)網(wǎng)絡(luò)股票預(yù)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(shè)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(fēng)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。可是,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(yù)測的。影響股價的因素多種多樣,對股票所起的作用也復(fù)雜多變,為了更加準確的進行預(yù)測,將人工神經(jīng)網(wǎng)絡(luò)引入到了金融預(yù)測領(lǐng)域。原則上,對于連續(xù)函數(shù),神經(jīng)網(wǎng)絡(luò)能在一定的精度范圍內(nèi)實現(xiàn)良好的訓(xùn)練。人工神經(jīng)網(wǎng)絡(luò)可以解決黑箱問題,它回避了數(shù)據(jù)變化的內(nèi)在原因,更加科學(xué)地通過特定的學(xué)習(xí)樣本進行機器訓(xùn)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(luò)的股票預(yù)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(yù)測方法、BP神經(jīng)網(wǎng)絡(luò)及其存在的問題、LM-BP神經(jīng)網(wǎng)絡(luò)算法、LM-BP神經(jīng)網(wǎng)絡(luò)對股價預(yù)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(yù)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(yù)測數(shù)據(jù)量大,應(yīng)用標準BP神經(jīng)網(wǎng)絡(luò)運算速度慢的問題,推導(dǎo)給出了LM-BP神經(jīng)網(wǎng)絡(luò)算法,并設(shè)計開發(fā)了LM-BP神經(jīng)網(wǎng)絡(luò)計算程序。(3)應(yīng)用LM-BP神經(jīng)網(wǎng)絡(luò)預(yù)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(yù)測結(jié)果表明,預(yù)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(yù)測的基礎(chǔ)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(yù)測問題進行了展望。
【關(guān)鍵詞】：股票價格 預(yù)測 BP神經(jīng)網(wǎng)絡(luò) LM-BP神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：東北農(nóng)業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)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(yù)測的國內(nèi)外現(xiàn)狀12-13
• 1.4 本文研究內(nèi)容方法和技術(shù)路線13-15
• 2 概念確定與預(yù)測方法分析15-30
• 2.1 股票基礎(chǔ)概念15-22
• 2.1.1 股票的概念和性質(zhì)15-16
• 2.1.2 股價的影響因素16-18
• 2.1.3 股票術(shù)語和技術(shù)指標18-21
• 2.1.4 國內(nèi)外股票市場的對比及面臨問題21-22
• 2.2 股價預(yù)測的基本方法22-28
• 2.2.1 基本分析法22-23
• 2.2.2 技術(shù)分析法23-25
• 2.2.3 數(shù)量分析法25-28
• 2.3 股票預(yù)測方法的選擇28-30
• 3 標準BP神經(jīng)網(wǎng)絡(luò)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(luò)分析30-32
• 3.3 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方式32-34
• 3.4 BP神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)34-35
• 3.5 標準BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程35-43
• 3.6 標準BP神經(jīng)網(wǎng)絡(luò)存在的不足43
• 3.7 BP神經(jīng)網(wǎng)絡(luò)用于預(yù)測時存在的問題分析43-45
• 4 LM-BP神經(jīng)網(wǎng)絡(luò)45-56
• 4.1 牛頓法的基本原理45
• 4.2 LM-BP神經(jīng)網(wǎng)絡(luò)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(quán)值偏導(dǎo)數(shù)計算48-50
• 4.5 輸出層閾值偏導(dǎo)數(shù)計算50-51
• 4.6 輸入層到隱含層權(quán)值偏導(dǎo)數(shù)計算51-54
• 4.7 隱含層閾值偏導(dǎo)數(shù)計算54-56
• 5 基于BP神經(jīng)網(wǎng)絡(luò)的時間序列預(yù)測方法預(yù)測股票研究56-62
• 5.1 時間序列和時間序列預(yù)測的概念56
• 5.2 基于BP神經(jīng)網(wǎng)絡(luò)時間序列預(yù)測方法56-59
• 5.2.1 確定網(wǎng)絡(luò)結(jié)構(gòu)57-59
• 5.2.2 基于BP神經(jīng)網(wǎng)絡(luò)的時間序列的輸入輸出模式59
• 5.3 基于BP神經(jīng)網(wǎng)絡(luò)股票預(yù)測59-61
• 5.3.1 網(wǎng)絡(luò)結(jié)構(gòu)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(luò)的股票預(yù)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(xùn)練樣本與測試樣本的確定63-64
• 6.4 網(wǎng)絡(luò)訓(xùn)練及擬合精度分析64-70
• 6.5 股票價格預(yù)測70-72
• 7 股票相關(guān)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(jié)論與展望78-79
• 8.1 結(jié)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(xué)位期間發(fā)表的學(xué)術(shù)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(luò)來自于仿生學(xué)[J];物理;2001年10期

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

3 李智;一種基于神經(jīng)網(wǎng)絡(luò)的煤炭調(diào)運優(yōu)化方法[J];長沙鐵道學(xué)院學(xué)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(luò)及其應(yīng)用研究[J];計算機工程與應(yīng)用;2004年21期

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

6 周麗暉;從統(tǒng)計角度看神經(jīng)網(wǎng)絡(luò)[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(luò)及其應(yīng)用研究[J];微計算機信息;2005年14期

8 袁婷;;神經(jīng)網(wǎng)絡(luò)在股票市場預(yù)測中的應(yīng)用[J];軟件導(dǎo)刊;2006年05期

9 尚晉;楊有;;從神經(jīng)網(wǎng)絡(luò)的過去談科學(xué)發(fā)展觀[J];重慶三峽學(xué)院學(xué)報;2006年03期

10 楊鐘瑾;;神經(jīng)網(wǎng)絡(luò)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(luò)的混沌性[A];1996中國控制與決策學(xué)術(shù)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(luò)[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(luò)和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)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(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

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

6 許進;保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預(yù)報產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報應(yīng)用[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學(xué)生創(chuàng)造力評估中的應(yīng)用[A];第十二屆全國心理學(xué)學(xué)術(shù)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(luò)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(xué)學(xué)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(luò)的故障診斷方法研究[A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)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(xué)社會學(xué)博士 密西西比州立大學(xué)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(luò)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(luò)將大顯身手[N];中國紡織報;2003年

4 中國科技大學(xué)計算機系　邢方亮;神經(jīng)網(wǎng)絡(luò)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(luò)”：打開復(fù)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(luò)[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(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時報;2006年

8 劉力;我半導(dǎo)體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)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(luò)和模糊邏輯[N];世界金屬導(dǎo)報;2002年

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

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

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

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

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

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

5 付愛民;極速學(xué)習(xí)機的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學(xué);2015年

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

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

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

9 李艷晴;風(fēng)速時間序列預(yù)測算法研究[D];北京科技大學(xué);2016年

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

中國碩士學(xué)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(luò)與高校效益預(yù)測的研究[D];華南理工大學(xué);2015年

2 賈文靜;基于改進型神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電系統(tǒng)預(yù)測及控制研究[D];燕山大學(xué);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(xué);2015年

4 陳彥至;神經(jīng)網(wǎng)絡(luò)降維算法研究與應(yīng)用[D];華南理工大學(xué);2015年

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

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

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

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

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

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

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

，

本文編號：254158