基于神經(jīng)網(wǎng)絡(luò)的股市預(yù)測的研究.pdf

1、本文針對股票市場這一復(fù)雜的非線性動力學(xué)系統(tǒng)，著重分析了一種基于遺傳算法和遞歸神經(jīng)網(wǎng)絡(luò)(GA-Elman)的股價預(yù)測模型，將歷史數(shù)據(jù)作為網(wǎng)絡(luò)的學(xué)習(xí)樣本，找出股價趨勢發(fā)展的內(nèi)在規(guī)律，并通過仿真實驗驗證了GA-Elman 神經(jīng)網(wǎng)絡(luò)模型對股市預(yù)測效果。 論文主要工作包括：首先，對GA-Elman模型的輸入因子進(jìn)行選擇，綜合考慮影響股票價格的各個因素，進(jìn)行分析從而選擇了幾組有效的數(shù)據(jù)（開盤價、成交量、成交金額、漲跌幅、最高價、最低價）作為

2、輸入數(shù)據(jù)；其次，采用實數(shù)編碼的遺傳算法，選擇過程通過最佳保留方法，通過相鄰染色體算術(shù)交叉算子和非均勻變異方法，利用精英保留策略，確定GA-Elman 神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)和權(quán)值；再次，利用GA-Elman 遞歸神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和權(quán)值建立預(yù)測模型；最后，本文主要選取了幾十只股票的350個交易日的數(shù)據(jù)，每只股票選取其中70％的數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，30％的數(shù)據(jù)作為測試數(shù)據(jù)，進(jìn)行仿真實驗，并將其和GA-BP模型預(yù)測結(jié)果進(jìn)行比較，在迭代次數(shù)為2500 次