面向股票價格預測的神經(jīng)網(wǎng)絡建模與分析.pdf

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

2、理論上可以逼近任何函數(shù)，然而實際并非如此，因為如果在具體預測問題中沒有使用恰當參數(shù)，極有可能導致預測誤差巨大，甚至預測失敗等問題。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。
　　價值指標體現(xiàn)了上市公司的經(jīng)營狀況，技術指標總結了股市漲跌情況，通過價值指標能夠預測企業(yè)未來發(fā)展趨勢，而分析技術指標能夠預測股價未來走勢。考慮到這兩種指標均能直接或者間接反映股市信息，因此本文決定結合兩種