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

1、本文針對(duì)股票市場(chǎng)這一復(fù)雜的非線性動(dòng)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(jià)預(yù)測(cè)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(jià)趨勢(shì)發(fā)展的內(nèi)在規(guī)律，并通過仿真實(shí)驗(yàn)驗(yàn)證了GA-Elman 神經(jīng)網(wǎng)絡(luò)模型對(duì)股市預(yù)測(cè)效果。 論文主要工作包括：首先，對(duì)GA-Elman模型的輸入因子進(jìn)行選擇，綜合考慮影響股票價(jià)格的各個(gè)因素，進(jìn)行分析從而選擇了幾組有效的數(shù)據(jù)（開盤價(jià)、成交量、成交金額、漲跌幅、最高價(jià)、最低價(jià)）作為

2、輸入數(shù)據(jù)；其次，采用實(shí)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(cè)模型；最后，本文主要選取了幾十只股票的350個(gè)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(cè)試數(shù)據(jù)，進(jìn)行仿真實(shí)驗(yàn)，并將其和GA-BP模型預(yù)測(cè)結(jié)果進(jìn)行比較，在迭代次數(shù)為2500 次