基于LM-BP神經網絡股票預測研究.pdf

1、股票市場經過數載發(fā)展，在市場經濟中占據了越來越重要的地位。股票市場的建立和發(fā)展，不僅受國家經濟的影響，也為國家的經濟建設時時刻刻在做著貢獻。然而，股票投資市場并不十分穩(wěn)定和平穩(wěn)，成交量和價格方面總有著意料外的波動。股票市場是股票投資者進行交易的平臺，無形中在投資者和籌資者之間搭建了利潤提升的橋梁。在股票市場上，籌資者公開募股，發(fā)行股票，為長期的資金來源提供了保障;與此同時，投資者通過購買公開募股的股票，相當于與公司共發(fā)展，上市公司的優(yōu)劣

2、直接會影響投資者的收益。由于投資者們的心理狀態(tài)以及投資偏好都不盡相同，故也會選擇不同的投資組合，也會承擔不同的投資風險。然而，這樣的投資也不是一直穩(wěn)賺不賠的，股票市場波動性很大，投機成分強，股票市場缺乏效率，穩(wěn)定性差，這些都會危及到股票本身的進一步發(fā)展。股票市場的效率體現在上市公司能夠合理分配資金并將資金的利用率提升到最大，從而爭取更多利潤的能力?？墒?，大量的實證證明，股票市場并不是十分有效的。然而，股價的走勢也有一定的規(guī)律性可言，這體

3、現在這種走勢可以通過非線性函數進行描述，那么也就是可以預測的。影響股價的因素多種多樣，對股票所起的作用也復雜多變，為了更加準確的進行預測，將人工神經網絡引入到了金融預測領域。原則上，對于連續(xù)函數，神經網絡能在一定的精度范圍內實現良好的訓練。人工神經網絡可以解決黑箱問題，它回避了數據變化的內在原因，更加科學地通過特定的學習樣本進行機器訓練，建立一種模型來描述輸出與輸入變量之間的聯系。因此，研究基于神經網絡的股票預測問題，不僅具有理論意義，

4、也具有重要的現實意義和參考價值。
　　本文對現有的股票預測方法、BP神經網絡及其存在的問題、LM-BP神經網絡算法、LM-BP神經網絡對股價預測等問題進行了系統(tǒng)研究。在研究過程中，取得的成果主要有:
　　(1)對股票市場特點和股票預測方法進行分析，指出了這種方法的優(yōu)缺點。
　　(2)針對股票價格預測數據量大，應用標準BP神經網絡運算速度慢的問題，推導給出了LM-BP神經網絡算法，并設計開發(fā)了LM-BP神經網絡計算程序。

5、
　　(3)應用LM-BP神經網絡預測了美國納斯達克證券交易所掛牌上市的智聯招聘股票的開盤價、最高價、最低價、收盤價走勢。預測結果表明，預測精度較高，開盤價格平均相對誤差為0.88％，最高價平均相對誤差為1.25％，最低價平均相對誤差為1.26％，收盤價平均相對誤差為1.4％。
　　(4)在預測的基礎上，計算給出了移動平均線(MA)、乖離率（BIAS）、相對強弱指標(RSI)、隨機指標(KDJ)、人氣指標(BOV)、威廉指標