基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)股票價(jià)格預(yù)測(cè).pdf

1、隨著社會(huì)經(jīng)濟(jì)的發(fā)展，人們對(duì)投資理財(cái)?shù)年P(guān)注度持續(xù)升溫，投資股市已成為越來越多人的選擇。然而，由于股票市場(chǎng)受經(jīng)濟(jì)、政策以及投資者心理等諸多復(fù)雜因素的影響，是一個(gè)高度復(fù)雜的非線性動(dòng)力系統(tǒng)，具有典型的不確定性的特點(diǎn)，致使股票投資雖然高回報(bào)但同樣要面臨高風(fēng)險(xiǎn)，一旦預(yù)測(cè)不準(zhǔn)勢(shì)必會(huì)造成投資者資金的損失。所以對(duì)投資者來說需要一種有效的分析方法來輔助決策，盡可能的將風(fēng)險(xiǎn)降到最低。
　　自從股市誕生以來就涌現(xiàn)出了很多的預(yù)測(cè)方法，傳統(tǒng)的預(yù)測(cè)方法大多建立

2、在長(zhǎng)期、大樣本的數(shù)據(jù)統(tǒng)計(jì)分析基礎(chǔ)之上，所以對(duì)中長(zhǎng)期的股市預(yù)測(cè)比較準(zhǔn)確。但是股市是一個(gè)復(fù)雜的非線性動(dòng)力系統(tǒng)，傳統(tǒng)的預(yù)測(cè)方法在面對(duì)風(fēng)云變幻的短期股市價(jià)格預(yù)測(cè)上有些力不從心。人工神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的非線性逼近能力、自學(xué)習(xí)和自適應(yīng)等特性，因而非常適用于解決股市預(yù)測(cè)領(lǐng)域中的一些問題。近年來，應(yīng)用人工神經(jīng)網(wǎng)絡(luò)對(duì)股市預(yù)測(cè)的研究已成為國(guó)內(nèi)外學(xué)者研究的熱點(diǎn)，并取得了較好的效果。
　　本文選擇了算法成熟、應(yīng)用廣泛的BP神經(jīng)網(wǎng)絡(luò)來對(duì)股票價(jià)格進(jìn)行預(yù)測(cè)，但是