版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、針對(duì)股市預(yù)測(cè)存在的問題,如:股市具有非線性特性、股價(jià)數(shù)據(jù)具有高噪聲特性等,本文通過研究神經(jīng)網(wǎng)絡(luò)在股市預(yù)測(cè)中的應(yīng)用,來尋求神經(jīng)網(wǎng)絡(luò)與股市預(yù)測(cè)的結(jié)合點(diǎn)。 神經(jīng)網(wǎng)絡(luò)自開創(chuàng)以來一直深受各國(guó)專家學(xué)者的重視,日漸成為一種重要的處理非線性問題的工具,被廣泛應(yīng)用于各種領(lǐng)域并取得了輝煌的成就。將神經(jīng)網(wǎng)絡(luò)用于股市預(yù)測(cè)是神經(jīng)網(wǎng)絡(luò)的一個(gè)重要應(yīng)用領(lǐng)域,經(jīng)典的預(yù)測(cè)方法用于非線性系統(tǒng)的股市預(yù)測(cè)有一定困難,而神經(jīng)網(wǎng)絡(luò)具有優(yōu)良的非線性特性,特別適用于高度非線性系
2、統(tǒng)的處理,因此基于神經(jīng)網(wǎng)絡(luò)的智能預(yù)測(cè)是解決非線性股市預(yù)測(cè)問題的有效方法。 本文首先介紹了現(xiàn)有的各種股市預(yù)測(cè)方法以及神經(jīng)網(wǎng)絡(luò)的發(fā)展過程,深入地分析了前向網(wǎng)絡(luò)的結(jié)構(gòu)、學(xué)習(xí)能力及算法,提出了利用前向神經(jīng)網(wǎng)絡(luò)中最具代表性的BP網(wǎng)絡(luò)和RBF網(wǎng)絡(luò)預(yù)測(cè)股市的方法,并深入分析了BP網(wǎng)絡(luò)和RBF網(wǎng)絡(luò)的結(jié)構(gòu)及算法,討論了各自的改進(jìn)算法。給出了利用前向神經(jīng)網(wǎng)絡(luò)建立股市預(yù)測(cè)模型的具體步驟,并且在對(duì)利用前向神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)股市時(shí)所遇到的問題進(jìn)行分析的基礎(chǔ)上,
3、提出了具體的解決辦法。 然后在Windows 2000的操作平臺(tái)上,前臺(tái)使用Visual C++和MATLAB混合編程,后臺(tái)使用SQL Server2000關(guān)系型數(shù)據(jù)庫(kù),對(duì)基于前向神經(jīng)網(wǎng)絡(luò)的股票預(yù)測(cè)系統(tǒng)進(jìn)行了具體的設(shè)計(jì)與實(shí)現(xiàn)。 最后分別使用BP網(wǎng)絡(luò)和RBF網(wǎng)絡(luò)對(duì)深滬股市不同股票進(jìn)行了預(yù)測(cè),數(shù)值試驗(yàn)的結(jié)果表明,預(yù)測(cè)值與實(shí)際值基本吻合,RBF網(wǎng)絡(luò)的預(yù)測(cè)效果要好于BP神經(jīng)網(wǎng)絡(luò),選擇合適的輸入量組合及回溯期,可較大程度的提高神經(jīng)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)的MATLAB實(shí)現(xiàn).pdf
- 前向神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)理論.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的水質(zhì)預(yù)測(cè)及MATLAB實(shí)現(xiàn).pdf
- 基于級(jí)聯(lián)前向神經(jīng)網(wǎng)絡(luò)的翼型優(yōu)化算法研究.pdf
- 基于進(jìn)化計(jì)算的前向神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法研究.pdf
- 非迭代前向神經(jīng)網(wǎng)絡(luò)模型的研究.pdf
- 基于matlab的bp神經(jīng)網(wǎng)絡(luò)應(yīng)用
- 多層前向神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的研究.pdf
- 前向神經(jīng)網(wǎng)絡(luò)的分類能力與訓(xùn)練算法的研究.pdf
- 前向神經(jīng)網(wǎng)絡(luò)中混沌學(xué)習(xí)算法的研究與應(yīng)用.pdf
- bp神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)實(shí)例(matlab編程)
- 基于遺傳算法的多層前饋神經(jīng)網(wǎng)絡(luò)分類器的設(shè)計(jì)與實(shí)現(xiàn).pdf
- Matlab環(huán)境下基于神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別.pdf
- 基于細(xì)胞神經(jīng)網(wǎng)絡(luò)的邏輯函數(shù)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 關(guān)于單隱層前向神經(jīng)網(wǎng)絡(luò)的插值與逼近.pdf
- 前向神經(jīng)網(wǎng)絡(luò)的定性學(xué)習(xí)理論研究.pdf
- 用前向神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)純飽和液體的物性.pdf
- 基于MATLAB的BP神經(jīng)網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng).pdf
- 基于神經(jīng)網(wǎng)絡(luò)的股票預(yù)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于FPGA的神經(jīng)網(wǎng)絡(luò)硬件實(shí)現(xiàn)的研究與設(shè)計(jì).pdf
評(píng)論
0/150
提交評(píng)論