基于粒子群-神經(jīng)網(wǎng)絡算法的股票預測系統(tǒng).pdf

1、股票市場作為一個經(jīng)濟產(chǎn)物，已成為衡量一個國家經(jīng)濟發(fā)展程度的重要指標。它不僅是宏觀經(jīng)濟的晴雨表，也是分析微觀經(jīng)濟的重要指標。由于它高獲利性和高風險性并存的特點，研究出一種快捷、有效的股票預測系統(tǒng)，對股票投資將有很大的意義。 本文選取了人工神經(jīng)網(wǎng)絡作為預測的基本方法，針對神經(jīng)網(wǎng)絡收斂速度慢、泛化能力弱的缺點，提出了用粒子群(PSO)算法訓練人工神經(jīng)網(wǎng)絡，以達到股票預測與分析的目的。本文首先詳細介紹了PSO算法，并對其提出了一些改進方

2、法。然后討論了經(jīng)PSO訓練過的神經(jīng)網(wǎng)絡輸入輸出數(shù)據(jù)處理、預測方法的選擇等，為股票預測提供了一種新的思路和研究方法，具有一定的理論意義和實際應用價值。 本課題的理論意義在于：嘗試用粒子群算法訓練神經(jīng)網(wǎng)絡，優(yōu)化人工神經(jīng)網(wǎng)絡感知機網(wǎng)絡權值，克服以前神經(jīng)網(wǎng)絡預測的一些缺點，同時對粒子群算法本身的一些缺點提出了一些改進方案。本項目研究的應用價值體現(xiàn)在：(1)提供一種基于PSO-神經(jīng)網(wǎng)絡的綜合評估方法，有利于提高評估的科學性；(2)為股票市