基于遗传BP神经网络的证券市场预测

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。

目录

文摘

英文文摘

声明

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