本文關(guān)鍵詞：面向股票價格預(yù)測的神經(jīng)網(wǎng)絡(luò)建模與分析

  更多相關(guān)文章： 股票 股價預(yù)測 神經(jīng)網(wǎng)絡(luò) BP算法

【摘要】：通過對股票價格可預(yù)測性的分析,本文提出利用BP神經(jīng)網(wǎng)絡(luò)方法預(yù)測中信證券和中國人壽兩只股票在一段時間內(nèi)的股價走勢。在分析股市價格波動方面,傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)存在收斂速度慢,訓練結(jié)果容易陷入局部極小值,從而導(dǎo)致訓練不成功,預(yù)測精度低等問題,本文在經(jīng)典算法的基礎(chǔ)上加入動量項并結(jié)合變步長的優(yōu)化算法進行了改進,并與傳統(tǒng)算法在相同樣本以及參數(shù)下,進行實驗對比,驗證本文所提優(yōu)化的自適應(yīng)算法訓練效果更好。傳統(tǒng)的單隱層BP神經(jīng)網(wǎng)絡(luò)理論上可以逼近任何函數(shù),然而實際并非如此,因為如果在具體預(yù)測問題中沒有使用恰當參數(shù),極有可能導(dǎo)致預(yù)測誤差巨大,甚至預(yù)測失敗等問題。所以本文對隱層節(jié)點數(shù),激勵函數(shù)類型都做了大量的對比實驗,從而確定選擇隱層節(jié)點個數(shù)和激勵函數(shù)類型。價值指標體現(xiàn)了上市公司的經(jīng)營狀況,技術(shù)指標總結(jié)了股市漲跌情況,通過價值指標能夠預(yù)測企業(yè)未來發(fā)展趨勢,而分析技術(shù)指標能夠預(yù)測股價未來走勢�？紤]到這兩種指標均能直接或者間接反映股市信息,因此本文決定結(jié)合兩種指標作為模型的輸入變量,并在第四章中對各類指標作了詳細介紹與分析。綜合所有指標反映的股市信息,最終選擇3個價值指標和7個技術(shù)指標作為輸入變量進行建模預(yù)測,同時與只選用7個技術(shù)指標作為模型輸入變量的預(yù)測結(jié)果進行對比。結(jié)果顯示結(jié)合式指標作為輸入變量預(yù)測效果更佳。本文通過對比實驗確定了15天的指標值作為模型輸入變量,預(yù)測兩只股票后1天以及30天的收盤價格,并對預(yù)測結(jié)果進行了分析。
【關(guān)鍵詞】：股票 股價預(yù)測 神經(jīng)網(wǎng)絡(luò) BP算法
【學位授予單位】：杭州電子科技大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F832.51;TP183
【目錄】：

• 摘要5-6
• ABSTRACT6-9
• 第1章 緒論9-15
• 1.1 研究背景及意義9-10
• 1.2 股價預(yù)測國內(nèi)外研究現(xiàn)狀10-13
• 1.3 論文組織及創(chuàng)新點13-15
• 第2章 股價預(yù)測15-19
• 2.1 股票概況15-17
• 2.1.1 股票市場介紹15-16
• 2.1.2 股價預(yù)測難點16-17
• 2.2 股票市場可預(yù)測性分析17-18
• 2.2.1 有效市場假說17
• 2.2.2 關(guān)于股市可預(yù)測性的討論17-18
• 2.3 本章小結(jié)18-19
• 第3章 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)分析與算法改進19-30
• 3.1 人工神經(jīng)網(wǎng)絡(luò)介紹19-22
• 3.1.1 人工神經(jīng)網(wǎng)絡(luò)的基本原理19-21
• 3.1.2 神經(jīng)網(wǎng)絡(luò)在金融領(lǐng)域的應(yīng)用21-22
• 3.2 BP神經(jīng)網(wǎng)絡(luò)22-26
• 3.2.1 BP神經(jīng)網(wǎng)絡(luò)簡介22-23
• 3.2.2 BP神經(jīng)網(wǎng)絡(luò)的算法步驟23-25
• 3.2.3 經(jīng)典BP神經(jīng)網(wǎng)絡(luò)存在的問題25-26
• 3.3 BP神經(jīng)網(wǎng)絡(luò)的改進26-29
• 3.3.1 傳統(tǒng)算法的訓練結(jié)果27-28
• 3.3.2 加入動量項的訓練結(jié)果28
• 3.3.3 同時加入動量項和變步長算法的訓練結(jié)果28
• 3.3.4 同時加入動量項和優(yōu)化變步長算法的訓練結(jié)果28-29
• 3.4 本章小結(jié)29-30
• 第4章 技術(shù)價值結(jié)合式指標篩選30-36
• 4.1 指標介紹30-33
• 4.1.1 價值指標介紹30-31
• 4.1.2 技術(shù)指標介紹31-33
• 4.2 神經(jīng)網(wǎng)絡(luò)輸入因子的確定33-34
• 4.3 實驗股票的選擇34-35
• 4.4 本章小結(jié)35-36
• 第5章 建模與分析36-56
• 5.1 建立神經(jīng)網(wǎng)絡(luò)預(yù)測模型36-38
• 5.1.1 樣本選取36-37
• 5.1.2 網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計37-38
• 5.2 股價預(yù)測仿真38-39
• 5.3 中信證券股價預(yù)測結(jié)果分析39-52
• 5.3.1 含價值指標的實驗結(jié)果39-50
• 5.3.2 不含價值指標的實驗結(jié)果50-52
• 5.4 中國人壽股價預(yù)測結(jié)果分析52-54
• 5.5 預(yù)測1天與連續(xù)預(yù)測30天收盤價格的對比實驗54-55
• 5.6 本章小結(jié)55-56
• 第6章 總結(jié)與展望56-57
• 6.1 全文總結(jié)56
• 6.2 不足與展望56-57
• 致謝57-58
• 參考文獻58-62
• 附錄 作者在讀期間發(fā)表的學術(shù)論文及參加的科研項目62

【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[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(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;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(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)與信號處理學術(shù)會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學生創(chuàng)造力評估中的應(yīng)用[A];第十二屆全國心理學學術(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(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(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;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;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;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;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(nóng)業(yè)大學;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;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;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(yù)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(guān)鍵技術(shù)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 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;2015年

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

3 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;2015年

4 胡婷;改進QGA-BP模型及其在彌苴河總氮量預(yù)測中的應(yīng)用[D];昆明理工大學;2015年

5 劉俊輝;基于數(shù)據(jù)清洗方法的河道水位預(yù)測研究[D];昆明理工大學;2015年

6 劉波;短期風電功率預(yù)測方法研究[D];南京信息工程大學;2015年

7 蔡邦宇;人臉識別中單次ERP時空特征分析及其快速檢索的應(yīng)用[D];浙江大學;2015年

8 鄭川;垃圾評論檢測算法的研究[D];西南交通大學;2015年

9 李菊;BP神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)批量評估中的應(yīng)用研究[D];昆明理工大學;2015年

10 馬亮;降水點分類預(yù)測方法研究[D];中國地質(zhì)大學(北京);2015年

，

本文編號：815584