基于BP神经网络的股价预测研究.pdf

基于BP神经网络的股价预测研究.pdf

ID:50122691

大小:3.64 MB

页数:45页

时间:2020-03-04

基于BP神经网络的股价预测研究.pdf_第1页
基于BP神经网络的股价预测研究.pdf_第2页
基于BP神经网络的股价预测研究.pdf_第3页
基于BP神经网络的股价预测研究.pdf_第4页
基于BP神经网络的股价预测研究.pdf_第5页
资源描述:

《基于BP神经网络的股价预测研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、',.、":.‘^;,今苗.-梦.豕‘/讓:凳蒙笃這w;>真§r;J运基鞭二^钟苦驾.<巧心.;:知1.餐、寒/泻'韩一喊々、义'4.诗.:读过论文.乂參丢?^:VV證0.V^.i.^,心->-,.穿訂量7家廷-'.v:巧宗。,.^.勞<々-:'..#-"窺轉V汽/-.气膠斬1n方r又心沪.A&.电屋,:基网V".神\的.、.%以.;.#;净.u、.,露作/冷股獅;象宅命巧暫巧、:謠.‘,或茂诚1:i、去给0洋.3.衣_次女.r挺.宅.V這..安I;节;.能.令,避背^.>.y.苗讀^,^.:v^分.p分巧^

2、f,巧^-结祭V装;、巧。?泛f:J1祭^\壤>y;./和*....法.i争.髮穿'心畴'V7技妾-為-早^祭.,:c巧.C'引壽石f>;敏貧無"毒f'.旁^一V雜.:-巧-^V占.>-?#皆.巧.朽譯病,-宗.^餐一;皆章琴如:苗:/意.封藻.4矣:;參^;.绅^擊吃:每!i,::.容獲.^;:.卢謹^。萨.V'.罐違;悲毫疋.请y爹巧哨巧^;^.^:六.拿註\J资。、::\;巧.馨4-.完^,、讀爲\-^:.J!^\"A举耳0221密级公

3、开UDC硕±学位论文基于BP神经网络的股价预测研究万腾飞学科专业运筹学与控制论指导教师韦增欣教授论文答辩日期2015年5月23日学位授予日2015年6月30日笞辩委员会主席段复建教授广西大学学位论文原创性和使用授权声明本人声明所呈交的论文,是本人在导师的指导下独立进行研究所取得^、,的研巧成果.除E特别加W标注和致谢的地方外论文不包含任何巧他人或集体已经发表或撰写的研巧成果,也不包含本入或他人为获得r西大学一或其它单位的学位而使用过的材料.与我同工作的同事对本论文的

4、研充工作所做的贡献均已在论文中作了明确说明.本人在导师指导下所完成的学位论文及相关的职务作品,知识产权归目;,学巧有权属广西大学.本人授权广西大学拥有学位论文的部分巧用权P保存并向国家有关部口或机构送交学位论文的复印件和电子版,化许论文被查阅和借阅.可W将学位论文的全部或部分内容编入有关数据産进巧检、、.索和传播,可W采用影印缩印或其它复制手段保存汇编学位论支本学位论文属于;□保密,在年解密后适用授权.口f不保乾""觸在1^|上相应方框内打V)..〇2。玉!0(1论文作者签名:

5、万踐屯曰期:-指导教师签名:曰期〇r07作者联系电话:电子邮箱:基于BP神经网络的股价预測研究摘要一股市是现代金融市场的个重要组成部分,股票价格不仅受到公司内部因素的影响,还受到宏观经济P素和市场因素的影响.由于众一多因素的影响,投资者很难把捏股价的变化规律.所W建立个能够较好预测股票未来价格的模型,对投资者来说有实际应用价值.BP神经网络通过对股价历史数据的学习,将股价变化的规律存储在神经元的权值中,通过训练好的网络预测未来股价.本文首先改进了激励函数,使用新的激励画数建立基于BP

6、神经网络的单变量预测模型.,并验证了激励函数的有效性结合周末效应确定输入数据和目标输出的拟合模式,预测结果不太理想.然后改进输入数据和目标输出的拟合模式,预测误差明显减小,但是改进后的拟合模式每次只一能预测个未来股票价格.通过实证确定模型最优的参数后推广至连续预测,短期内连续预测精度可接受.最后使用时间序列的拟合模式,预测的误差更小,通过选取合适的输入层神经元数量,能将误差控制在较小范围内,表明该拟合模式在单变量预测模型里是最优的.确定最优拟合模式,建立单变量动态预测模型,加入决策画数和状态函

7、数进行投资决策,策略收益率明显高于个股和指数收益率,取得了超额收益.将单变量模型推广到多变量模型,并加入新变量开盘价、最高价和最化价.,根据输出方式的不同分为多输出巧单输出两种模型在多I,输出模型中确定最优的变量绝合为开盘价和收盘价两个变量.而在单输出模型中,确定使用四个变量的预测精度更高.在预测效果上,两个模型均能够实现较好的预测结果,并且各有优劣.分别将两个模型推广到动态预测模型,并结合投资策略,两种模型均取得了超额收益,说明模型是有效的.关键词:股价预测神经网络BP算法时间序列拟

8、合模式nTHERESEARCHOFSTOCKPRICEPREDITIONBASEDONBPNEURALNETWORKABSTRACTStockmarketisasigniBcantcomponentofmod

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。