BP神經網絡用于市場預測的研究.pdf

1、時間序列預測是一個多學科交叉的研究領域，本論文在人工神經網絡和時間序列預測理論的指導下，將人工神經網絡方法引入時間序列預測，針對股票市場這一非線性系統(tǒng)，運用BP神經網絡，研究在歷史數據時間序列的基礎上，對股票市場的中期價格走勢問題進行了深入的理論、方法與模型的研究工作。 本論文探討了BP神經網絡的模型與結構，BP學習規(guī)則，構建了基于BP神經網絡的時間序列預測模型，研究了神經網絡的規(guī)模、推廣能力等問題。并利用建立的BP神經網絡模型

2、，采用單隱層多輸入多輸出系統(tǒng)，預測股票市場未來2周的收盤價中期變化趨勢。應用Levenberg-Marquardt算法對網絡進行訓練，對網絡結構進行了隱層結點的優(yōu)化，有效的解決了神經網絡隱層結點的選取問題。 本論文簡要介紹了股票和神經網絡的基本知識，時間序列預測的基本概念、各種模型，分析了基于神經網絡的時間序列預測方法。簡要介紹了BP神經網絡在MATLAB中的設計和實現，介紹了如何在MATLAB中創(chuàng)建BP神經網絡，如何對網絡進行

3、初始化，訓練，和模擬，并介紹了本論文中經常用到的一些MATLAB函數。并進行matlab編程實現所設計的BP網絡。 本論文對上證收盤指數進行了實例預測研究，證明本文所建立的模型和研究方法是實用而有效的。不僅簡化了網絡結構，而且提高了預測精度。結果比較理想，說明本文所建立的基于BP神經網絡的時間序列預測模型具有較好的預測能力和較佳的推廣能力，驗證了本文構建的基于BP神經網絡的時間序列預測模型的有效性和普適性。 本論文在前人