基于BP神经网络的股票价格预测--《信息化建设》2016年05期
基于BP神经网络的股票价格预测
【摘要】：随着股票在人们的日常生活投资方面扮演者日益重要的角色,并且中国股市在制度缺陷中遭受到越来越多的打击,对股票的预测也成为一项十分重要的工作,精确的预测对于政府和股民来说都具有十分重要的意义。此次在锐思数据库下载平安银行2011年6月至11月16日的所有数据,采用软件MATLAB中BP神经网络对数据进行建模,训练后网络对股票收盘价进行预测,所得均方误差在所设定的范围内,在一定程度上证明应用此模型对收盘价进行预测试可行的。
【作者单位】：
【关键词】：
【分类号】：TP183;F830.91【正文快照】：
一、背景提出股票是整个社会经济的晴雨表和报警器,其对于经济发展的影响不可估量。21世纪之前,股市呈现一片繁荣的景象,然而进入21世纪以后的中国股市几乎一直在危机的状态下运行,使得市场中的消极因素日益累计、相互交织,积极因素不断被削弱、相互掣肘,以至于最终演化为危机
欢迎：、、)
支持CAJ、PDF文件格式，仅支持PDF格式
【相似文献】
中国期刊全文数据库
孙金颖;武涌;刘长滨;;[J];暖通空调;2007年09期
唐文;焦中生;饶若愚;邓亮;;[J];火力与指挥控制;2008年S1期
王静婷;;[J];现代情报;2009年03期
乔加新;周森鑫;马季;;[J];微计算机信息;2009年35期
毕昆;姜盼;唐崇伟;黄菲菲;王成;;[J];中国农学通报;2011年06期
叶小岭;刘程波;张颖超;范金平;;[J];信息技术;2011年10期
祝爱民;袁赫;于丽娟;王温冉;;[J];沈阳工业大学学报(社会科学版);2012年01期
罗广恩;崔维成;;[J];船舶力学;2012年04期
谢文辉;[J];家庭电子;1997年04期
潘力强,马歆,杨长青;[J];湖南电力;1998年03期
中国重要会议论文全文数据库
吴炎;杜栋;;[A];决策科学与评价——中国系统工程学会决策科学专业委员会第八届学术年会论文集[C];2009年
栗秋华;李杨;卢雯嘉;游步新;;[A];重庆市电机工程学会2010年学术会议论文集[C];2010年
戴立新;胡洁;李美叶;;[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（上册）[C];2008年
戴立新;胡洁;李美叶;;[A];中国会计学会高等工科院校分会2007年学术年会暨第十四届年会论文集[C];2007年
贾燕;陈思嘉;沈京玲;;[A];中国光学学会2006年学术大会论文摘要集[C];2006年
刘志飞;;[A];信息经济学与电子商务：第十三届中国信息经济学会学术年会论文集[C];2008年
宋宜斌;王培进;李凯里;;[A];2001年中国智能自动化会议论文集（上册）[C];2001年
简季;杨武年;马正龙;陈园园;;[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
尤焕苓;丁德平;王春华;刘伟东;谢庄;;[A];第26届中国气象学会年会预测与公共服务分会场论文集[C];2009年
唐凤英;喻长远;胡随瑜;;[A];全国中西医结合基础理论学术研讨会论文集[C];2004年
中国重要报纸全文数据库
赵晏彪;[N];中国化工报;2007年
宗林;[N];中国化工报;2007年
陈其珏;[N];上海证券报;2007年
鲍勇剑;[N];21世纪经济报道;2010年
中山大学附属第三医院风湿科
黄建林;[N];健康报;2011年
王佑;[N];第一财经日报;2006年
郁红;[N];中国化工报;2008年
王明毅;[N];中国石油报;2007年
詹铃;[N];21世纪经济报道;2010年
龚月;[N];中国企业报;2009年
中国博士学位论文全文数据库
孙晓琳;[D];哈尔滨工业大学;2010年
何毅;[D];南京林业大学;2006年
王菂;[D];北京协和医学院;2015年
中国硕士学位论文全文数据库
孙映白;[D];昆明理工大学;2015年
段伟超;[D];郑州大学;2015年
林春;[D];五邑大学;2015年
林琳;[D];江西理工大学;2015年
王晓菲;[D];天津理工大学;2015年
周聪;[D];上海交通大学;2015年
卞正国;[D];苏州大学;2015年
巫文蔚;[D];苏州大学;2015年
潘长城;[D];首都经济贸易大学;2015年
隋惠惠;[D];哈尔滨工业大学;2015年
&快捷付款方式
&订购知网充值卡
400-819-9993
《中国学术期刊（光盘版）》电子杂志社有限公司
同方知网数字出版技术股份有限公司
地址：北京清华大学 84-48信箱 大众知识服务
出版物经营许可证 新出发京批字第直0595号
订购热线：400-819-82499
服务热线：010--
在线咨询：
传真：010-
京公网安备75号用BP神经网络预测股票市场涨跌--《Optimization Method, Econophysics and Risk Management--Proceedings of CCAST (World Laboratory) Workshop》2001年
用BP神经网络预测股票市场涨跌
【摘要】：本文利用多层前馈BP网络较好的分类能力,结合国内股票市场的特性,对于沪市综合指数涨跌的预测,进行了初步的探索和讨论.大量数值实验的结果表明,人工神经网络应用于股票市场的预测是可行和有效的,有着良好的前景.
【作者单位】：
【关键词】：
【基金】：
【分类号】：F830.9【正文快照】：
一序言 多层前馈式神经网络(Ml_,P)是目前应用比较广泛的神经网络模型,而BP(Back Propagation)算法是最著名的多层前馈网络训练算法。早在1974年,Wer·bos就已在他的博士论文中描诉了这种算法,当时他称之为“动态反馈”【”。尽管随着神经网络科学的发展产生了许多优秀的算法
欢迎：、、)
支持CAJ、PDF文件格式，仅支持PDF格式
【参考文献】
中国期刊全文数据库
叶东毅;[J];电子学报;1997年11期
【共引文献】
中国期刊全文数据库
张海宁;朱荣;逯志方;李桂海;马国宏;;[J];北京科技大学学报;2011年S1期
吴微,陈维强,刘波;[J];大连理工大学学报;2001年01期
吴开贵,周家启,赵鹏,杨志,谢昭莉;[J];重庆大学学报(自然科学版);2000年03期
中国重要会议论文全文数据库
刘皓挺;姜国华;王丽;;[A];人-机-环境系统工程研究进展（第七卷）[C];2005年
中国硕士学位论文全文数据库
张鹏;[D];武汉理工大学;2002年
庄严;[D];中国农业科学院;2006年
李磊;[D];广东工业大学;2007年
宫亚琼;[D];北京化工大学;2007年
【相似文献】
中国期刊全文数据库
姚奕,叶中行;[J];系统仿真学报;2004年04期
刘进;;[J];农业发展与金融;2010年09期
朱勇士;;[J];华南金融电脑;2009年07期
林宇;黄登仕;魏宇;;[J];管理科学学报;2011年07期
倪文昊;;[J];股市动态分析;2006年21期
谯虹;贺昌政;;[J];软科学;2007年01期
彭江;;[J];电脑知识与技术;2009年21期
赵亚鹏;丁以中;;[J];上海海事大学学报;2008年02期
王波;郝艳友;刘勇奎;刘爽;;[J];计算机工程与设计;2008年19期
胡健敏;;[J];现代商业;2011年02期
中国重要会议论文全文数据库
吴微;陈维强;刘波;;[A];Optimization Method, Econophysics and Risk Management--Proceedings of CCAST (World Laboratory) Workshop[C];2001年
孟祥泽;刘新勇;车海平;袁著祉;;[A];1997年中国控制会议论文集[C];1997年
涂晔;车文刚;;[A];第三届中国智能计算大会论文集[C];2009年
中国重要报纸全文数据库
郭蕾;[N];证券时报;2008年
黄蒂娟;[N];证券时报;2008年
陈雪;[N];中国证券报;2008年
;[N];中国证券报;2008年
于文顺 丛连青;[N];中国城乡金融报;2009年
徐以衡;[N];经济视点报;2008年
晓轩;[N];计算机世界;2006年
陈洁;[N];北京商报;2008年
张韬;[N];上海证券报;2008年
张韬;[N];上海证券报;2008年
中国博士学位论文全文数据库
汪东;[D];上海交通大学;2007年
中国硕士学位论文全文数据库
周骥;[D];复旦大学;2011年
戴丹;[D];武汉理工大学;2006年
邵航;[D];暨南大学;2008年
成洪静;[D];太原科技大学;2008年
翟东旭;[D];天津科技大学;2009年
鲁海波;[D];新疆大学;2007年
&快捷付款方式
&订购知网充值卡
400-819-9993
《中国学术期刊（光盘版）》电子杂志社有限公司
同方知网数字出版技术股份有限公司
地址：北京清华大学 84-48信箱 大众知识服务
出版物经营许可证 新出发京批字第直0595号
订购热线：400-819-82499
服务热线：010--
在线咨询：
传真：010-
京公网安备75号工具类服务
编辑部专用服务
作者专用服务
用BP神经网络预测股票市场涨跌
利用BP网络较好的分类能力,结合国内股票市场的特性,对于沪市综合指数涨跌的预测进行了初步探讨.大量数值实验结果表明,人工神经网络应用于中国股票市场的预测是可行和有效的,有着良好的前景.
Abstract：
The authors utilize the good classification capability ofmultilayer feedforward back-propagation neural networks to forecast the ups and downs of the Shanghai Stock Index. The theoretical results and the numerical experiments show that ar tificial neural networks are feasible and efficient for the prediction of the Chinese stock market.
作者单位：
大连理工大学 应用数学系, 辽宁 大连 116024
吉林大学 数学系, 吉林 长春 130023
ISTICEIPKU
年，卷(期)：
机标分类号：
在线出版日期：
基金项目：
国家自然科学基金，教育部高校骨干教师资助计划
本文读者也读过
相关检索词
万方数据知识服务平台--国家科技支撑计划资助项目（编号：2006BAH03B01）(C)北京万方数据股份有限公司
万方数据电子出版社