BP神經(jīng)網(wǎng)絡用于市場預測的研究.pdf

1、時間序列預測是一個多學科交叉的研究領域，本論文在人工神經(jīng)網(wǎng)絡和時間序列預測理論的指導下，將人工神經(jīng)網(wǎng)絡方法引入時間序列預測，針對股票市場這一非線性系統(tǒng)，運用BP神經(jīng)網(wǎng)絡，研究在歷史數(shù)據(jù)時間序列的基礎上，對股票市場的中期價格走勢問題進行了深入的理論、方法與模型的研究工作。 本論文探討了BP神經(jīng)網(wǎng)絡的模型與結構，BP學習規(guī)則，構建了基于BP神經(jīng)網(wǎng)絡的時間序列預測模型，研究了神經(jīng)網(wǎng)絡的規(guī)模、推廣能力等問題。并利用建立的BP神經(jīng)網(wǎng)絡模型

2、，采用單隱層多輸入多輸出系統(tǒng)，預測股票市場未來2周的收盤價中期變化趨勢。應用Levenberg-Marquardt算法對網(wǎng)絡進行訓練，對網(wǎng)絡結構進行了隱層結點的優(yōu)化，有效的解決了神經(jīng)網(wǎng)絡隱層結點的選取問題。 本論文簡要介紹了股票和神經(jīng)網(wǎng)絡的基本知識，時間序列預測的基本概念、各種模型，分析了基于神經(jīng)網(wǎng)絡的時間序列預測方法。簡要介紹了BP神經(jīng)網(wǎng)絡在MATLAB中的設計和實現(xiàn)，介紹了如何在MATLAB中創(chuàng)建BP神經(jīng)網(wǎng)絡，如何對網(wǎng)絡進行

3、初始化，訓練，和模擬，并介紹了本論文中經(jīng)常用到的一些MATLAB函數(shù)。并進行matlab編程實現(xiàn)所設計的BP網(wǎng)絡。 本論文對上證收盤指數(shù)進行了實例預測研究，證明本文所建立的模型和研究方法是實用而有效的。不僅簡化了網(wǎng)絡結構，而且提高了預測精度。結果比較理想，說明本文所建立的基于BP神經(jīng)網(wǎng)絡的時間序列預測模型具有較好的預測能力和較佳的推廣能力，驗證了本文構建的基于BP神經(jīng)網(wǎng)絡的時間序列預測模型的有效性和普適性。 本論文在前人