11

3.7应用神经网络预测的一般步骤 11

四、改进的BP算法在股市预测中的应用 12

4.1 BP神经网络用于股票预测的基本步骤 12

4.2 BP神经网络的MATLAB实现 12

4.3 BP神经网络进行股票预测的实例分析 15

4.4仿真实验及结果分析 17

4.5实验结论 19

五、总结与展望 21

5.1总结 21

5.2展望 21

致谢 22

参考文献 23

 一、引言

1.1课题的研究背景

    在人们生活日益改善的今天,收入和生活水平的不断提高,手里的钱也更加充足。这个时候,该把钱放到哪里去成大家思考的问题,所以各种理财手段应运而生。股票,基金,P2P等新的理财方式也吸引这数以亿计的人们去追捧,其中最为重要的手段还是股票。从去年2015年开始的股票牛市成为了人们茶余饭后谈论的焦点,大批大批的人前仆后继地涌入股市,都想从这个盛宴中分一杯羹。追求的人多了,对股市的关注自然也就大了,而股票价格的走向是其中最为重要的,如何准确分析股票市场的行情,做出最优的配置决策也顺理成章地成为了大家关注的重点。

    其实,追本溯源,股票是从作为市场经济相当重要的部分之一,在金融领域有着不可替代的地位,也将影响金融市场健康发展和稳定。股票预测作为股票市场中最为重要的一个环节,如何精准地预测股票股价的走势是一个非常抢手的课题,人们在探究内部规律的同时,逐步加深对股市的学习研究,努力获得其内部规律。然而,股票价格趋势作为一个高度的非线性的系统,要达到准确的预测可谓是难上登天,所以100%的准确预测是不存在的,只能利用数学模型逼近其走势。另外,股市的信息量十分大,可以说是大数据时代的代表,这就对数学算法提出了十分高的要求,也正是这些复杂的情况,才激发了人们一直不懈努力去探究的动力,所以股票股价的预测方法也是百花齐放。

1.2传统的股票预测方法

1.2.1基本面分析法和技术分析法

这种方法对研究者的数学功底要求不高,通过对股票市场的供求剖析,对股票进行估价,判断走势来辅助自己的投资,对长期投资者是一个比较重要可靠的方法。但是完全靠基本面的分析往往达不到投资者所期待的结果,所以技术分析法出现。而技术分析法根据对股票的剖析,从历史的交易数据入手,价格总是按照某种趋势运动。抛开其内在价值,价格的走势往往会重复历史,建立空中楼阁的基础理论,其中著名的有道氏理论、江恩理论等。但是作为一个非线性系统,股票遭受到各方各面要素的影响,十分困难通过上述两种方法来判别股票的走势,是因为其中掺杂太多的主观情感,所以股票预测进一步得到了发展。

1.2.2时间序列分析法

时间序列是数理统计的一个重要模型,它是以时间为序列,将数据按照时间的排序来进行预测的方法。对于股票市场来说,时间的走势恰恰准确反映了股票市场的连续性,基于动态数据来解释内部对的走势。这种方法简化外部要素对象的影响,是预测更加的便捷和高效,源^自#优尔^文~论`文{网[www.youerw.com。普通情况利用ARMA模型来剖析时间序列,而对于非平稳的序列,先进行差分运算,再转化为平稳序列来剖析,具体的工具可以通过SPSS,SAS等统计软件进行。然而严重的非线性,高噪声的系统不适用该方法一直预测,所以要求大量前提条件的时间序列模型并不太实用,预测的效果也很难保证。

上一篇:AOD杭州市大气细颗粒物(PM2.5)遥感建模研究
下一篇:数学各专业大学生数学素养分析

矩阵在数学建模中的应用及其MATLAB求解

约束最优化问题的算法研...

MATLAB随机数的产生方法与随机模拟基础

MATLAB金属腐蚀形貌的分形特征

Matlab在定积分估计中的应用

无约束最优化问题的算法研究MATLAB实现

一类非线性常微分方程的数值解+Matlab程序

志愿者活动的调查问卷表

国内外图像分割技术研究现状

医院财务风险因素分析及管理措施【2367字】

承德市事业单位档案管理...

中国学术生态细节考察《...

C#学校科研管理系统的设计

AT89C52单片机的超声波测距...

10万元能开儿童乐园吗,我...

神经外科重症监护病房患...

公寓空调设计任务书