基于LM-BP神經(jīng)網(wǎng)絡股票預測研究.pdf

1、股票市場經(jīng)過數(shù)載發(fā)展，在市場經(jīng)濟中占據(jù)了越來越重要的地位。股票市場的建立和發(fā)展，不僅受國家經(jīng)濟的影響，也為國家的經(jīng)濟建設時時刻刻在做著貢獻。然而，股票投資市場并不十分穩(wěn)定和平穩(wěn)，成交量和價格方面總有著意料外的波動。股票市場是股票投資者進行交易的平臺，無形中在投資者和籌資者之間搭建了利潤提升的橋梁。在股票市場上，籌資者公開募股，發(fā)行股票，為長期的資金來源提供了保障;與此同時，投資者通過購買公開募股的股票，相當于與公司共發(fā)展，上市公司的優(yōu)劣

2、直接會影響投資者的收益。由于投資者們的心理狀態(tài)以及投資偏好都不盡相同，故也會選擇不同的投資組合，也會承擔不同的投資風險。然而，這樣的投資也不是一直穩(wěn)賺不賠的，股票市場波動性很大，投機成分強，股票市場缺乏效率，穩(wěn)定性差，這些都會危及到股票本身的進一步發(fā)展。股票市場的效率體現(xiàn)在上市公司能夠合理分配資金并將資金的利用率提升到最大，從而爭取更多利潤的能力?？墒?，大量的實證證明，股票市場并不是十分有效的。然而，股價的走勢也有一定的規(guī)律性可言，這體

3、現(xiàn)在這種走勢可以通過非線性函數(shù)進行描述，那么也就是可以預測的。影響股價的因素多種多樣，對股票所起的作用也復雜多變，為了更加準確的進行預測，將人工神經(jīng)網(wǎng)絡引入到了金融預測領域。原則上，對于連續(xù)函數(shù)，神經(jīng)網(wǎng)絡能在一定的精度范圍內實現(xiàn)良好的訓練。人工神經(jīng)網(wǎng)絡可以解決黑箱問題，它回避了數(shù)據(jù)變化的內在原因，更加科學地通過特定的學習樣本進行機器訓練，建立一種模型來描述輸出與輸入變量之間的聯(lián)系。因此，研究基于神經(jīng)網(wǎng)絡的股票預測問題，不僅具有理論意義，

4、也具有重要的現(xiàn)實意義和參考價值。
　　本文對現(xiàn)有的股票預測方法、BP神經(jīng)網(wǎng)絡及其存在的問題、LM-BP神經(jīng)網(wǎng)絡算法、LM-BP神經(jīng)網(wǎng)絡對股價預測等問題進行了系統(tǒng)研究。在研究過程中，取得的成果主要有:
　　(1)對股票市場特點和股票預測方法進行分析，指出了這種方法的優(yōu)缺點。
　　(2)針對股票價格預測數(shù)據(jù)量大，應用標準BP神經(jīng)網(wǎng)絡運算速度慢的問題，推導給出了LM-BP神經(jīng)網(wǎng)絡算法，并設計開發(fā)了LM-BP神經(jīng)網(wǎng)絡計算程序。

5、
　　(3)應用LM-BP神經(jīng)網(wǎng)絡預測了美國納斯達克證券交易所掛牌上市的智聯(lián)招聘股票的開盤價、最高價、最低價、收盤價走勢。預測結果表明，預測精度較高，開盤價格平均相對誤差為0.88％，最高價平均相對誤差為1.25％，最低價平均相對誤差為1.26％，收盤價平均相對誤差為1.4％。
　　(4)在預測的基礎上，計算給出了移動平均線(MA)、乖離率（BIAS）、相對強弱指標(RSI)、隨機指標(KDJ)、人氣指標(BOV)、威廉指標