基于前向神經(jīng)網(wǎng)絡和Matlab的Stock Analysis設計與實現(xiàn).pdf

1、針對股市預測存在的問題，如：股市具有非線性特性、股價數(shù)據(jù)具有高噪聲特性等，本文通過研究神經(jīng)網(wǎng)絡在股市預測中的應用，來尋求神經(jīng)網(wǎng)絡與股市預測的結(jié)合點。 神經(jīng)網(wǎng)絡自開創(chuàng)以來一直深受各國專家學者的重視，日漸成為一種重要的處理非線性問題的工具，被廣泛應用于各種領域并取得了輝煌的成就。將神經(jīng)網(wǎng)絡用于股市預測是神經(jīng)網(wǎng)絡的一個重要應用領域，經(jīng)典的預測方法用于非線性系統(tǒng)的股市預測有一定困難，而神經(jīng)網(wǎng)絡具有優(yōu)良的非線性特性，特別適用于高度非線性系

2、統(tǒng)的處理，因此基于神經(jīng)網(wǎng)絡的智能預測是解決非線性股市預測問題的有效方法。 本文首先介紹了現(xiàn)有的各種股市預測方法以及神經(jīng)網(wǎng)絡的發(fā)展過程，深入地分析了前向網(wǎng)絡的結(jié)構(gòu)、學習能力及算法，提出了利用前向神經(jīng)網(wǎng)絡中最具代表性的BP網(wǎng)絡和RBF網(wǎng)絡預測股市的方法，并深入分析了BP網(wǎng)絡和RBF網(wǎng)絡的結(jié)構(gòu)及算法，討論了各自的改進算法。給出了利用前向神經(jīng)網(wǎng)絡建立股市預測模型的具體步驟，并且在對利用前向神經(jīng)網(wǎng)絡預測股市時所遇到的問題進行分析的基礎上，

3、提出了具體的解決辦法。 然后在Windows 2000的操作平臺上，前臺使用Visual C++和MATLAB混合編程，后臺使用SQL Server2000關系型數(shù)據(jù)庫，對基于前向神經(jīng)網(wǎng)絡的股票預測系統(tǒng)進行了具體的設計與實現(xiàn)。 最后分別使用BP網(wǎng)絡和RBF網(wǎng)絡對深滬股市不同股票進行了預測，數(shù)值試驗的結(jié)果表明，預測值與實際值基本吻合，RBF網(wǎng)絡的預測效果要好于BP神經(jīng)網(wǎng)絡，選擇合適的輸入量組合及回溯期，可較大程度的提高神經(jīng)