BP神经网络在股票预测中应用分析.docxVIP

优秀毕业论文 精品参考文献资料 摘要随着经济的发展和人们投资意识的转变，股票投资已成为现代人 摘要 随着经济的发展和人们投资意识的转变，股票投资已成为现代人 生活中一个重要组成部分，而股票价格的预测也成为投资者关心和研 究的重点。由于股票投资的收益与风险往往是成正比的，如何建立一 个运算速度和精确度都比较高的股市预测模型，对于金融投资者具有 理论意义和实际应用价值。 本文在深入分析股票市场预测面临的关键问题和比较各种股票 预测方法的基础上，探讨利用BP(Back Propagation)神经网络对股 票走势进行分析和预测的可行性。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，并将其存储在网络具体的权值、阀值 中，用以预测未来的走势。 针对BP算法在股市预测中存在的学习速度慢、容易陷入局部极 小值、预测结果精度不高等问题，提出一种改进的BP神经网络算法。 通过重新选取神经元的激活函数，对输出层和隐层中神经元转换函数 的权值、缩放系数和位移参数进行调整，减少隐层节点数，加快BP 网络的收敛速度。 根据BP网络进行股市预测的原理，建立基于BP网络的股市预 测模型，采用改进后的BP算法进行股市预测，并通过MATLAB软 件对其预测过程进行仿真实验。在仿真过程中对BP算法和改进后的 BP算法在预测股票中的收敛性能进行比较，并以湖南三一重工的股 票价格为例，对所建的预测模型进行