导 师: 黄战
学科专业: H1203
授予学位: 硕士
作 者: ;
机构地区: 暨南大学
摘 要: 本文分析了基于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、初始参数的确定等问题。本文探讨了BP神经网络的模型与结构,BP学习规则,构建了基于BP神经网络的时间序列预测模型,研究了神经网络的规模、推广能力等问题。并利用建立的BP神经网络模型,采用单隐层多输入单输出系统,预测股票市场第2个交易日的收盘价变化趋势。应用Levenberg-Marquardt算法对网络进行训练,对网络结构进行了隐层结点的优化,有效的解决了神经网络隐层结点的选取问题。本文使用MATLAB编程实现所设计的BP网络,还引入了模糊逻辑,使用模糊修正方法对结果进行修正。仿真结果表明使用方法切实有效。