| 【论文摘要】 |
随着经济的发展和人们投资意识的增强,股票已成为现代人生活中的一个重要的组成部分。投资收益与风险往往是成正比的,为了趋利避害,投资者们一直在寻找有效的股票分析方法和工具。因此,股市内在规律的研究具有极其重要的理论意义和应用价值。
本文就应用神经网络技术来预测股票走势,提供股票操作支持的这一课题进行了深入的探索和研究。设计和实现了一个基于神经网络的股票预测系统。首先,对目前所采用的股票预测研究方法作了简要介绍,给出了现存各类股票分析方法的优缺点。然后,对多层前馈神经网络和遗传算法作了详细的描述,指出了神经网络在实际应用中存在的问题,利用改进的神经网络分类器方法,提高了神经网络的收敛速度和可信度。在此基础上,提出了一种基于多神经网络集成的股票走势类型预测方法,应用在股票分析和股价走势预测的方法,将改进的神经网络分类器应用于多神经网络集成的股票走势类型预测方法中,从而根据系统输出结果进行股票操作决策支持,并且更进一步提高了系统的预测精度。
本文分别对神经网络算法的选取,预测模型的建立,系统结构的设计以及系统功能的实现作了详细的阐述。并采用Visual C++ 6.0与Matlab 6.5开发... |
