基于rbf神經(jīng)網(wǎng)絡(luò)股票預(yù)測(cè)研究開題報(bào)告_第1頁(yè)
已閱讀1頁(yè),還剩3頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、中國(guó)地質(zhì)大學(xué)長(zhǎng)城學(xué)院畢業(yè)設(shè)計(jì)(論文)開題報(bào)告學(xué)生姓名吳繼敏學(xué)號(hào)043120304專業(yè)班級(jí)電氣1203指導(dǎo)教師路靜職稱研究生單位信息工程系課題性質(zhì)設(shè)計(jì)■論文□課題來源科研□教學(xué)□生產(chǎn)□其它■畢業(yè)設(shè)計(jì)(論文)題目基于RBF神經(jīng)網(wǎng)絡(luò)股票預(yù)測(cè)研究一、課題研究的目的和意義課題研究的目的和意義本課題意義,股票市場(chǎng)是國(guó)民經(jīng)濟(jì)的‘晴雨表’和‘報(bào)警器’,其作用不僅被政府所重視,更受到廣大投資者的關(guān)注。對(duì)股票投資者來說,未來股價(jià)變化趨勢(shì)預(yù)測(cè)越準(zhǔn)確,對(duì)利潤(rùn)的

2、獲取及風(fēng)險(xiǎn)的規(guī)避就越有把握;對(duì)國(guó)家的經(jīng)濟(jì)發(fā)展和金融建設(shè)而言,股票預(yù)測(cè)研究同樣具有重要作用。因此對(duì)股票內(nèi)在性質(zhì)及預(yù)測(cè)的研究,幫助投資者掌握投資的方法,使投資者能更好的預(yù)測(cè)和分析股市,選擇股票進(jìn)行投資,優(yōu)化組合投資,降低投資風(fēng)險(xiǎn),獲得最大收益。具有重大的理論意義和誘人的應(yīng)用前景。隨著計(jì)算機(jī)、人工智能尤其是專家系統(tǒng)的發(fā)展,人工神經(jīng)網(wǎng)絡(luò)技術(shù)逐漸成熟并開始應(yīng)用于各個(gè)領(lǐng)域。人工神經(jīng)網(wǎng)絡(luò)作為一種由大量簡(jiǎn)單神經(jīng)元廣泛相互聯(lián)接而成的非線性映射或自適應(yīng)動(dòng)力

3、系統(tǒng),恰好能有效解決股市價(jià)格預(yù)測(cè)處理中常見的困難,因此它很快在股市預(yù)測(cè)分析與處理領(lǐng)域得到了廣泛的應(yīng)用。二、國(guó)內(nèi)外研究現(xiàn)狀二、國(guó)內(nèi)外研究現(xiàn)狀自股市出現(xiàn)以來,股市預(yù)測(cè)便受到了學(xué)術(shù)的研究,提出了許多預(yù)測(cè)分析方法。1.證券投資分析方法分析預(yù)測(cè)股價(jià)變化的趨勢(shì)和方向,主要分為基本分析法,技術(shù)分析法。2.時(shí)間序列分析法通過建立股價(jià)與綜合指數(shù)的時(shí)間序列辨識(shí)模型,如傳統(tǒng)的隨機(jī)游走模型(RW),自回歸移動(dòng)平均模型(ARMA),其次非平穩(wěn)模型(ARTMA)等

4、來預(yù)測(cè)未來股價(jià)變化。3、其他預(yù)測(cè)方法專家評(píng)估法、市場(chǎng)調(diào)查法等定型方法,馬爾可夫法、判別分析法等定量分析法等。4.人工智能方法三、設(shè)計(jì)研究的內(nèi)容及功能三、設(shè)計(jì)研究的內(nèi)容及功能內(nèi)容:(1)神經(jīng)網(wǎng)絡(luò)基本理論及RBF算法;六、參考文獻(xiàn)六、參考文獻(xiàn)[1]弓瑞明;上證指數(shù)波動(dòng)動(dòng)態(tài)特性與驅(qū)動(dòng)型因素分析[D].天津財(cái)經(jīng)大學(xué),2012[2]趙長(zhǎng)城;耿釵.基于神經(jīng)網(wǎng)絡(luò)模型的股票預(yù)測(cè)與研究[J].經(jīng)濟(jì)研究導(dǎo)刊,2014(10)[3]孫偉;郭金華;夏冰.基于R

5、BF神經(jīng)網(wǎng)絡(luò)的股票預(yù)測(cè)與研究[J].黑龍江科技信息,2010(22)[4]魏文軒;改進(jìn)型RBF神經(jīng)網(wǎng)絡(luò)在股票市場(chǎng)預(yù)測(cè)中的應(yīng)用[J].統(tǒng)計(jì)與決策,2013(15)[5]李革;基于LM算法優(yōu)化的RBF網(wǎng)絡(luò)學(xué)生體質(zhì)綜合評(píng)價(jià)模型[J].河池學(xué)院學(xué)報(bào),2015(2)[6]王偉臣;股票圖形和趨勢(shì)交易法[M].機(jī)械工業(yè)出版社,2012年1月[7]朱凱;精通MATLAB神經(jīng)網(wǎng)絡(luò)[M].電子工業(yè)出版社,2011年1月[8]MarisolSoval.Cpa

6、teSocial(IR)ResponsibilityinMediaCommunicationIndustries[J].JavnostThePublic2013Vol.20(3)pp.3957.[9]PamyR.ZaraSunMoonLeonardEBerndPerfmanceofshtlongrangewirelesscommunicationtechnologiesinconstruction[J].AutomationinCons

溫馨提示

  • 1. 本站所有資源如無(wú)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

評(píng)論

0/150

提交評(píng)論