面向股票價格預(yù)測的神經(jīng)網(wǎng)絡(luò)建模與分析.pdf

1、通過對股票價格可預(yù)測性的分析，本文提出利用BP神經(jīng)網(wǎng)絡(luò)方法預(yù)測中信證券和中國人壽兩只股票在一段時間內(nèi)的股價走勢。
　　在分析股市價格波動方面，傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)存在收斂速度慢，訓(xùn)練結(jié)果容易陷入局部極小值，從而導(dǎo)致訓(xùn)練不成功，預(yù)測精度低等問題，本文在經(jīng)典算法的基礎(chǔ)上加入動量項并結(jié)合變步長的優(yōu)化算法進(jìn)行了改進(jìn)，并與傳統(tǒng)算法在相同樣本以及參數(shù)下，進(jìn)行實驗對比，驗證本文所提優(yōu)化的自適應(yīng)算法訓(xùn)練效果更好。
　　傳統(tǒng)的單隱層BP神經(jīng)網(wǎng)絡(luò)

2、理論上可以逼近任何函數(shù)，然而實際并非如此，因為如果在具體預(yù)測問題中沒有使用恰當(dāng)參數(shù)，極有可能導(dǎo)致預(yù)測誤差巨大，甚至預(yù)測失敗等問題。所以本文對隱層節(jié)點數(shù)，激勵函數(shù)類型都做了大量的對比實驗，從而確定選擇隱層節(jié)點個數(shù)和激勵函數(shù)類型。
　　價值指標(biāo)體現(xiàn)了上市公司的經(jīng)營狀況，技術(shù)指標(biāo)總結(jié)了股市漲跌情況，通過價值指標(biāo)能夠預(yù)測企業(yè)未來發(fā)展趨勢，而分析技術(shù)指標(biāo)能夠預(yù)測股價未來走勢?？紤]到這兩種指標(biāo)均能直接或者間接反映股市信息，因此本文決定結(jié)合兩種