文件大小:2.31MB 适用专业:神经网络 适用年级:大学 论文编号:107868 论文简介: 毕业设计 神经网络在股票预测中的应用研究,共68页
股票是市场经济的产物,从诞生的那天起就牵动着数以千万投资者的心。股票投资的收益与风险往往是成正比的,即投资收益越高,可能冒的风险越大。个人投资者和机构投资者时刻关心股票行市,分析财务数据,试图预测股票的发展趋势。因此,股市内在规律的研究和预测具有极其重要的理论意义和应用价值。
本文提出了利用BP(Back Propagation)神经网络进行股市分析和预测建模的方法。股票市场是一个极其复杂的非线性动力学系统,而神经网络具有很强的非线性逼近能力和自学习、自适应等特性,实验证明,利用神经网络对股市建模可以取得较好的预测效果。BP网络通过对以往历史数据的学习,找出股市发展的内在规律,并将其存储在网络具体的权值、阈值中,用以预测未来的走势。
本文分析了基于BP网络进行股市预测的原理,利用三层前馈神经网络对股市建立预测模型。通过分析激活函数在传统BP算法中的作用,提出一种新的激活函数,有效的加快了网络学习的收敛速度。在实验中对标准BP算法和改进后的BP算法的性能做了比较。最后以上证收盘指数为例,结合在线学习方式对所建的预测模型进行训练和预测,取得了较好的效果。理论分析和实验结果表明,BP神经网络用于股票市场的预测是可行的和有效的,并有着良好的应用前景。
关键词:神经网络;BP算法:股票预测;激活函数
......
论文文件预览: 共1文件夹,1个文件,文件总大小:2.31MB,压缩后大小:2.18MB
- 毕业设计-神经网络在股票预测中的应用研究
- 神经网络在股票预测中的应用研究.pdf [2.31MB]
|