客服中心
联系手机:13968834878(吴老师)
发表QQ:4271308
编辑QQ:25786532
编辑邮箱:zjdxjt5@163.com
联系地址:浙江杭州萧山区金城路185号
本站介绍
“薪火传承 思源致远”,杭州茴香医药科技有限公司栉风沐雨,历经19个春秋,成为一所“综合性、研究型”的一流综合型写作机构,并向一流写作服务机构稳步迈进。“论文撰稿一流精华,论文发表独家优势”,本公司以“宁失万贯,不失诚信,仰不愧于天,俯不怍于地”为宗旨,以“按时是我们诚信基础,录用是我们工作目标”为己任,致力于探索学术领域,攀登学术高峰,满足客户需求,凭借拥有国内多所著名高校人才资源优势,撰稿修改文章已有31700多篇在SCI、权威期刊、核心期刊上发表...更多
神经网络算法在股票分析与预测中的应用
摘 要:随着经济的发展和人们投资意识的转变,股票投资已成为人们生活中的重要组成部分,股票价格的变化也成为投资者关心的重点。股票市场非常复杂,影响股价变化的因素很多,而神经网络算法刚好对复杂的非线性模型的预测有着很好的效果。论文利用基于Clementine的神经网络模型对A股市场非常有代表性的上证综合指数进行分析预测,旨在对股民的投资决策起到指导作用。
关键词:神经网络;上证综合指数;Clementine ;股价
快递邮寄
邮寄地址:浙江省杭州市江赣区下沙高教园杭州电子科技大学 陶雨雨
联系电话:18042009826
引言
证券市场是一个资源重新配置的市场,在我们国家经济建设中起着非常重要的作用,和我们广大人们群众的生活息息相关。股价预测有着很大的应用价值,具有动态性、强非线性等特点。人工神经网络是一种模拟人脑神经网络结构,通过对研究对象的不断学习、训练,从而实现预测模型的方法。在股价预测方面,人工神经网络方法可以通过股票历史数据进行学习,从而找出股票价格的规律,实现对股票价格的准确预测。
1. 神经网络模型简介
1.1 神经网络基本概念
神经网络模型是一种数学模型,它试图模拟人类大脑的功能。它由大量的人工神经元通过适当的方式互连构成,是一个非线性的自适应系统,用于智能决策和推断。
一个神经网络包括一个输入层,一个输出层以及一个或者多个隐藏层。神经网络的训练过程是,首先构造出网络的基本结构,并初步设定各突触权值,然后利用训练样本计算神经网络的输出值,比较网络输出值与期望输出值之间的误差,然后对各个突触权值进行调整,使得网络输出值与期望输出值之间的误差最小。神经网络模型建好之后,就可以用于对新样本的目标字段进行预测了。神经网络基本单元都是具有计算能力的神经元,神经元模型如下图1
图1 神经元模型
其输入、输出关系可描述为
①
其中,是从其他神经元传来的输入信号;表示从神经元到神经元的连接权值;为 j个输入的加权和;Ф(.)称为激发函数。
1.2 BP神经网络
目前神经网络有很多种,BP神经网络模型是用的比较多的一种模型。BP神经网络是一种基于有监督的学习、使用非线性的可导函数作为传递函数的前馈神经网络,由信息的正向传播和误差的反向传播两个过程组成,包括一个输入层、一个输出层以及一个或者多个隐层。输入层收到输入信号,传递给中间隐层各神经元,由最后一个隐层神经元传递到输出层各神经元的信息,经过进一步处理,完成一次正向传播处理过程,由输出层向外界输出信息处理结果。当实际输出与期望输出不相符时,进入误差的反向传播过程。误差通过输出层,按照误差梯度下降的方式修正各层权值,向隐层、输入层逐层反传。周而复始的信息正向传播和误差反向传播过程,一直进行到网络输出的误差减少到可以接受的程度。BP神经网络模型包括其输入模型、输出模型、作用函数模型、误差计算模型和自学习模型。
2 . 神经网络模型在股票分析预测中的应用
2.1 初始数据选取
本文拟以A股市场上证综合指数为研究对象,选取2012年1月4日至2013年4月17日期间每个工作日的上证综合指数的相关数据,利用Clementine软件的BP神经网络方法进行建模,对上证综合指数的走势进行分析和预测。在建模过程中,选取的变量为:开盘价、最高价、最低价、成交量、收盘价。
2.2