版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、桂林理工大學碩士學位論文基于神經(jīng)網(wǎng)絡算法的證券預測應用研究姓名:侯桂云申請學位級別:碩士專業(yè):計算機應用技術(shù)指導教師:陳曉輝20090401桂林理工大學碩士學位論文ABSTRACTWiththeeconomicgrowthandtheconversionofpeople’Sinvestmentconsciousness,stockinvestmenthasbecomeanimportantpartofpeople’Slifeinmode
2、mtimeStockforecasthasgreatlybeenoneoffocusesofpublictopicTheproceedsofstockinvestmentalwaysequaltheriskThatmeansthegoodproceedsisbasedonthehigllriskoffailureSoestablishingastockforecastingmodelwhichhashigheroperationrate
3、andprecision,hastheoreticalsignificanceandapplicablevalueThecomplexityofinsidestructureandlevityofexteriorcomplicationinsystemofstockmarketmakestockmarketpredicationacomplexproblemThetraditionalmethodsandtoolshavenotmeti
4、tsrequirementThisthesisanalysesthemainproblemsbeingexistentintheprocessofstockmarketpredictionandcomparesvariousstockforecastingmethodsThefeasibilityofforecastingstocktrendbyusingBP(BackPropagation)neuralnetworkisdiscuss
5、edStockmarketisaverycomplexnonlineardynamicsystem,whichthetrendlookslikedisorderlybutithasinternaldisciplinarianactuallyandneuralnetworkhasthecapabilityofapproximatinganynonlinearsystemandthespecialityofselflearningandse
6、lfadaptingInordertoavoidlocalminimumandpromoteconvergencespeed,LevenbergMarquardtBPalgorithmhasbeenadoptedTheexperimentprovesthatthemethodofmodelingstockmarketusingneuralnetworkhasasatisfyingresultinstockpredictionThethe
7、siscombinegeneticalgorithmwithBPneuralnetworkandfindthemodelofgeneticBPneuralnetworkjustbecausetheshortcomingsofbasicBPalgorithmsincludingtheslowconvergencespeedandlocalminimumnegeneticBPalgorithmcarriesthroughwhole—spac
8、esearchusinggeneticalgorithmThegeneticalgorithmpaysattentiontounknownareasearch,whichhashi曲speed,relativelowprecision,CannotgetintolocalminimumTheBPalgorithmsearchestheareaincludingwholespaceoptimalvalueItcallimprovespee
9、dandprecisionTheoreticalanalysisandexperimentresultshowthatthemethodofstockpredictionusingneuralnetworkisfeasibleandefficientItprovesthatgeneticBPalgorithmCangreatlyimprovethereliabilityandspeed,whichhasfavorableforegrou
10、ndAtlast,thisthesisresearchesvariousparametersthatinfluenceontheresultsofstockprediction,whichparticularlydiscussestheproblemsincludingthetopologicalstructuresofnetwork,thenumberofhiddennodes,theselectionandpretreatmento
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于神經(jīng)網(wǎng)絡的預測控制應用研究.pdf
- 基于神經(jīng)網(wǎng)絡和遺傳算法的證券預測技術(shù)的研究.pdf
- 基于動量bp算法的神經(jīng)網(wǎng)絡應用研究
- 基于BP神經(jīng)網(wǎng)絡的股價預測應用研究.pdf
- 基于神經(jīng)網(wǎng)絡的預測分析及其應用研究.pdf
- 基于BP神經(jīng)網(wǎng)絡的股票短期預測應用研究.pdf
- 基于遞歸神經(jīng)網(wǎng)絡與集成算法的時間序列預測應用研究.pdf
- 基于人工神經(jīng)網(wǎng)絡預測與分類的應用研究.pdf
- 神經(jīng)網(wǎng)絡算法在風電場功率預測中的應用研究.pdf
- 神經(jīng)網(wǎng)絡方法在證券市場預測中的應用研究.pdf
- 基于灰色神經(jīng)網(wǎng)絡的變形預測模型應用研究.pdf
- 基于神經(jīng)網(wǎng)絡的燒結(jié)終點預測方法及應用研究.pdf
- 基于人工神經(jīng)網(wǎng)絡的風電功率預測應用研究.pdf
- 基于神經(jīng)網(wǎng)絡的金融證券預測方法研究.pdf
- BP神經(jīng)網(wǎng)絡算法在音樂流行趨勢預測中的應用研究.pdf
- 基于神經(jīng)網(wǎng)絡的接地網(wǎng)腐蝕率預測應用研究.pdf
- 基于神經(jīng)網(wǎng)絡的預測控制方法及其應用研究.pdf
- 基于神經(jīng)網(wǎng)絡的成本預測、成本控制方法及應用研究.pdf
- 基于混沌粒子群神經(jīng)網(wǎng)絡變形預測模型的應用研究.pdf
- 基于遺傳算法的神經(jīng)網(wǎng)絡預測控制及應用.pdf
評論
0/150
提交評論