首页> 中文学位 >基于主成分分析和BP神经网络的股价预测
【6h】

基于主成分分析和BP神经网络的股价预测

代理获取

目录

声明

第一章 绪论

1.1课题的研究背景

1.2 国内外研究现状

1.3 研究目的及意义

1.4 主要研究内容及构成

第二章 股票短期预测理论

2.1股票预测的常用变量及技术指标

2.2股票预测面临的问题

2.3 股票预测常用的分析方法

2.4本章小结

第三章 基于主成分的BP神经网络股票预测系统的分析

3.1 BP神经网络

3.2 主成分分析

3.3 基于主成分的BP神经网络股票预测模型的建立

3.4 本章小结

第四章 实证分析

4.1 数据选取

4.2 实证分析

4.3 改进的BP神经网络算法在股票预测中的性能分析

4.4 本章小结

第五章 总结与展望

5.1 总结

5.2 展望

参考文献

致谢

展开▼

摘要

随着证券市场的建立,它为经济建设和社会发展提供了巨大的支持。越来越多的人也都投身到股票投资中来。很多人都想对股票价格进行正确预测,从而可以获得高收益,承担低风险,而如何建立一个准确和有效的股票预测模型,对于投资者来说有重要意义。
  本研究在深入分析股票的理论知识,股票市场预测面临的相关问题和考察传统股票预测方法的基础上,提出了一个由BP神经网络和主成分分析相结合的预测方法。首先应用SAS进行主成分分析,实现对原始数据的降维处理,并使用选择的主成分代替原始输入变量作为BP神经网络的新的输入变量,从而简化网络拓扑结构,提高神经网络的收敛性和稳定性,从而提高网络的泛化能力。使用凯迪生态股票的日线数据作为原始数据,进行实验分析,效果比较。实验结果说明基于主成分分析之后的改进的BP网络通过学习和训练,能拟合股票数据作出预测,并取得了较好的结果。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号