基于遗传BP神经网络的证券市场预测

论文摘要

证券市场是一个高度复杂的非线性动态系统,其时间序列的变化涉及到政治的、经济的、心理的诸多不确定因素的影响。要对证券价格做出准确的预测,需要一种能系统的反应在多种因素共同作用下的证券价格预测方法。针对证券市场的高度非线性,本文设计了一种用遗传算法优化的BP神经网络模型应用于证券价格的预测。本文将遗传算法与BP神经网络结合,建立了一种遗传BP神经网络。对遗传算法参数及BP神经网络参数的设置进行了详细探讨,描述了遗传BP算法实现步骤。利用三层遗传BP神经网络对证券市场的股市建立预测模型。通过股票预测试验,分析并验证了这种遗传BP神经网络模型的实用性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 题目的目的和意义
• 1.2 国内外研究现状
• 1.3 本文主要研究内容
• 1.4 本文组织安排
• 第二章 遗传算法
• 2.1 遗传算法发展简史
• 2.2 遗传算法基本思想
• 2.3 遗传算法基本操作
• 2.4 遗传算法基础理论
• 2.5 遗传算法特点
• 第三章 神经网络
• 3.1 神经网络概述
• 3.2 BP 神经网络
• 第四章 遗传BP 神经网络
• 4.1 遗传算法参数设计
• 4.2 BP 网络参数设计
• 4.3 遗传BP 算法
• 第五章 股市预测的MATLAB 仿真
• 5.1 MATLAB 软件简介
• 5.2 MATLAB 仿真
• 第六章 结论与展望
• 6.1 结论
• 6.2 展望
• 致谢
• 参考文献