- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第34卷增刊 大连海事大学学报 VoI .3 4 Supp I .
2008年6月 J our naI of Dal i an Mar i t i me Un i Ve I 苫i t y Ju n., 200 8
文章编 号:1006.7736(2008) SOl l 4 03
基于BP神经网络 的股价预测 。
李 响
( 上海海事大学经济与管理学院,上海200135)
摘要:用数值实验的方法对基于BP神经网络的股市预测模 参数 ,以及这些参数在什么情况下应作怎样的修正 .
型进行研究,并将广泛使用的一些股市技术分析指标引入了 近年来计算机技术和人工智能技术的迅猛发展,为
股票的神经 网络预测模型中,结果表明,神经 网络用于 国内 股票市场的建模与预测提供了新的方法.本文采用
股市的预测是 有效的.
的神经网络能 自动从历史数据中提取有关经济活动
关键词:神经网络;模式识别;股票市场;BP算 法;技术指标
中的知识,可 以克服传统定量预测方法的许多局限
中图分类号:F830.9l 文献标志码:A
以及面临的困难,同时也能避免许多人为因素的影
Pr e di ct i On of t h e pr i ce of s t ock bas ed 响,因而在股市预测模型建立的合理性以及适用性
on ¨1e BP ne Ⅱt r al ne t wor k 方面都具有其独特 的优点 .
LI ⅪaI l g 1 BP神经网络模型
( o妇弘D,E∞邪omb 口以M口扎 口群优删 £,
人工神经网络是一门新兴的交叉学科,是模拟
Shanghai M“t i me Unj ver s it y ,Shangl l a i 200135 ,Chi TIa)
人脑智能结构和功能而开发出来的非线性信息处理
Abst r act :Thi s a rt i cI e f c cu s 留on t h e锄pi —ca l r ∞e ar ch ab out t he
系统.BP网络的拓扑结构如图1所示,输入层到隐
st ock pr edi ct i on modeI b雠d on BP neur al net wor k .We i mr o—
层、隐层到输 出层各神经元之间均有连接 ,其强度 由
duce ∞me t ec mc a l i nde x∞i nt o oI l r model o f st ock mar k e t
pr e
di c t i o n .Th e e 】cper iment a l r e suk s }脚s t hat i t i s appI i cabl e a nd 对应的权值来确定.隐层和输出层的神经元上有活
f e 髂i bl e t o us e neur al net wor k t o pr 耐i ct t he do mest i c st ock mar— 化函数对来 自上层的输入( 为上
文档评论(0)