数据挖掘课程论文.docVIP

基于MATLAB的线性神经网络上证指数预测分析 摘 要：对2014年3月3日—4月30日上证指数的每日收盘价格时间序列数据进行分析，利用MATLB神经网络工具箱的线性神经网络实现，首先简要介绍线性神经网络的结构，以及MATLAB语言的特点，其次利用MATLAB神经网络工具箱实现对时间序列数据进行具体的分析，最后对未来两日的上证指数做出合理的预测，并计算其预测的准确率。 关键词：上证指数；线性神经网络；MATLAB；预测分析 股市是永久活跃在我们的生活中的，股市指数与股票价格预测, 无论在证券界还是在学术界都是一个令人感兴趣的研究方向, 国内外学者提出了定价理论和投资组合模型, 市场上也出现诸多预测软件, 但通过分析它们都有再完善的余地, 由于股市受多种因素影响, 比如政策突变、突发大型事件等, 对数据挖掘而言股票市场交易是个具有巨大潜力的应用领域。事实上，由于大量历史数据的存在，人们对这些数据进行处理的能力还是很困难的，而数据挖掘技术对数据的处理具有先天的优势。另一方面，有学者声称，市场在价格调整上适应之快，以至于根本没有空间可以得到稳定的收益。这就是著名的有效市场假说。这一理论先后被一些更宽松的版本所取代，即由于短暂的市场无效，市场还是有一些交易机会空间的。其毕竟有其自身规律, 对股票走势在一定时间段内可以预测, 尽管困难很多, 传统的统计方法可以预测一段时间内股指度化的大致