股票分析和預測是一個復雜的研究領域，本論文將股票技術分析理論與人工神經網絡相結合，針對股票市場這一非線性系統，運用BP神經網絡，研究基于歷史數據分析的股票預測模型，同時，對單只股票短期收盤價格的預測進行深入的理論分析和實證研究。本文探討了BP神經網絡的模型與結構、BP算法的學習規則、權值和閾值等，構建了基于BP神經網絡的股票短期預測模型，研究了神經網絡的模式、泛化能力等問題。并且，利用搭建起的BP神經網絡預測模型，采用多輸入單輸出、單隱含層的系統，用前五天的價格來預測第六天的價格。對于網絡的訓練，選用學習率可變的動量BP算法，同時，對網絡結構進行了隱含層節點的優化，多次嘗試，確定最為合理、可行的隱含層節點數，從而有效地解決了神經網絡隱含層節點的選取問題。
標簽：
股票
價格
上傳時間：
2017-05-11
上傳用戶：wd1314
