基于BP网络的股价趋势预测系统的研究与设计

摘要

随着经济的发展和人们投资意识的转变，股票已成为现代人生活中的一个重要组成部分，股票投资已成为社会公众谈论的中心之一。股票投资的收益与风险往往是成正比的，即投资收益越高，风险越大。因此，股市预测方法的研究具有极其重要的应用价值和理论意义。 股票市场是一个复杂的非线性动态系统，利用传统的时间序列预测技术很难揭示其内在的规律。神经网络具有良好的非线性逼近能力和对杂乱信息的综合能力，作为一种有效的智能信息处理方法取得了令人瞩目的发展和广泛的应用。 神经网络是一种大规模并行处理的非线性系统，它根据数据本身的内在联系进行建模，具有良好的适应性、自学习能力和较强的抗干扰能力，它是人类探索模仿脑神经系统信息处理智能问题的一个非常重要的领域，其主要应用是计算机智能决策系统，以提高计算机感知能力的预测精度。在用于预测系统的若干神经网络模型中，BP网络是应用最广泛的模型。 本文分析了基于BP网络进行股价趋势预测的原理，利用三层前馈神经网络对股市建立预测模型，运用股票的技术分析理论，设计了一个基于BP网络的股价趋势预测系统，该系统利用神经网络对非结构化问题的自组织、自学习能力的特点，寻找影响股票投资价值的各种因素的内在联系，帮助普通投资者寻找具有潜力的公司股票。文中简要介绍了该系统的开发背景及开发环境，并对系统结构以及系统功能模块的设计作了详细的阐述。并采用Visual C++6.0与Matlab6.5设计了一个基于神经网络的股价趋势预测平台。 理论分析和实验结果表明，BP神经网络用于股票市场的预测是可行的和有效的，并有着良好的应用前景。

目录

文摘

英文文摘

声明

1 绪论

1.1研究背景和意义

1.2神经网络应用综述

1.3论文研究的主要内容

2证券分析理论及BP网络

2.1 证券分析理论

2.1.1基本分析

2.1.2技术分析

2.2 BP 网络

2.2.1 BP网络原理

2.2.2 BP网络的主要特点

2.2.3 BP网络算法及其改进

2.2.4 BP网络在股市预测中的应用

3 BP网络预测模型的建立

3.1 BP网络用于股市预测的一般步骤

3.2 BP网络结构及训练参数的确定

3.3 BP网络预测所遇到的问题

3.3.1输入量的确定

3.3.2输入数据的预处理

3.3.3网络训练的目标函数

4基于BP网络的股价趋势预测系统

4.1系统开发背景

4.2系统开发环境

4.2.1数据库开发技术

4.2.2开放式数据库连接技术

4.2.3系统开发工具MATLAB

4.3系统设计

4.3.1系统需求分析

4.3.2主要功能模块及数据流程的设计

4.3.3数据库的设计

4.4系统的实现

4.4.1数据源的配置

4.4.2建立与数据库的连接

4.4.3断开与数据库的连接

4.4.4数据的导入

4.4.5股价预测功能的实现

4.5模型的仿真与预测

4.6多股综合验证BP网络的泛化能力

结论

参考文献

致谢