针对遗传BP神经网络的股市预测.pdfVIP

摘要 随着经济的发展和人们投资意识的转交，股市已成为现代人生活中的一个重 要组成部分，股市投资已成为社会公众谈论的中心之一，而股市的健康发展和繁 荣也成为管理者和投资者关心和研究的重点．股市投资的收益与风险往往是成正 比的，印投资收益越高，可能冒的风险越大．因此，股市预测方法的研究具有极 其重要的应用价值和理论意义．但是股价系统内部结构的复杂性，外部因素的多 变性决定了这项任务的艰巨性，而传统的预测工具已不能满足这种需要． 本文在深入分析股市投资理论和股价预测方法的基础上，提出了利用BP神 经网络进行股市建模的方法．股市市场是一个极其复杂的非线性动力学系统，而 神经网络具有很强的非线性逼近能力和自学习、自适应等特性，实验证明，利用 神经网络对股市建模可以取得较好的预测效果．因为股市市场的走势看起来杂乱 无章，但实际上有其内在的变化规律，而这正是神经网络预测股市的基础．BP 网络通过对以往历史数据的学习，找出股市发展的内在规律，并将共存储在网络 具体的权值、阈值中，用以预测未来的走势，尤其对于短期的预测效果更为明显。 根据股市市场高度非线性特点及基本BP算法在权值调整过程中存在的收敛 速度慢，易陷入局部极小点的缺点，本文提出了一种遗传BP算法。基于BP网络 进行股市预测的原理，利用三层前馈神经网络对股市建立预测模型，详细探讨了 网络的拓扑结构．隐节点个数确定的原则、样本数据的选取和预处理．初始参数 的确定和产生泛化的原因和解决办法等问题．遗传BP算法利用遗传算法进行全 局搜索，注重搜索未知区域，处理速度快而对精度要求不高，不易陷入局部极小 点，而利用BP算法搜索有最优点的区域，提高搜索速度和精度．理论分析和实 验结果表明，神经网络用于股市市场的预测是可行和有效的，有着非常良好的前 景，而遗传BP算法更提高了运算的速度和预测的可靠性． 通过大量的股市预测实验，本文研究了各种参数对于预测结果的影响，并提 出了利用改进的遗传算法优化改进的BP网络初始权值和闯值，在预测过程中取 得了良好的效果． 关键词：股市预测，神经网络，BP算法，遗传算法，泛化能力，遗传神经网络 I STOCKPREDICTIONBASEDONGENETIC．BP NEURALNETWORK Summary With theeconomicandtheconversionof investment growth peoples has all of lifein become consciousness，stockimportantpartpeople’S modem in of time．Investmentstockhas becomeonefocousesof great to andbooststockmarketis publictopic．How l【e印thedevelopment the of and of and concernresearch investor． becomingemphasis manager The of therisk．That stockinvestment meansthe proceeds