基于BP人工神经网络模型的个股股价预测

摘要

中国A股市场向来是一个风险与收益共存的市场。由于中国国情的特殊性， A股市场的走势往往与传统经典金融理论大相径庭。这令很多投资者摸不着头脑，也由此在中国股市的投资中经常性的亏损，所以国内股票市场的走势预测研究对于投资者来说就具有重要意义。
　　之所以国内 A股市场走势会与传统金融理论相背离，主要是因为国内股市的整体运作逻辑与金融理论中描述的理想市场的运行逻辑是完全不一样的。因此，本文首先在第二章中介绍了传统的经典证券分析理论，这些经典证券分析理论主要包括基本面分析理论和技术面分析理论。而在第三章中着重介绍了我国 A股市场的主要特点及其形成原因，另外总结了自上海证券交易所成立以来的 A股市场所有的牛市和熊市的形成及其原因，并同时分析了政策面在其中起到的影响，从而解释了传统投资理论难以适应中国股票市场的原因所在。
　　从第四章开始介绍BP人工神经网络模型，对BP神经网络的基本工作原理和数学原理进行了说明和相关推导，从而为后面用神经网络进行预测的实际应用打好理论基础。在第五章中选取了两个分类共六支股票做一个实证研究，去验证在模型在不同程度股价波动的个股中预测的正确率。从而去看该方法是否可以推广使用，或者说在中国股市的当前条件下进行有效的预测。经过实证检验，该模型对个股价格预测的准确率较高，因此是一种有效的预测方式。

目录

声明

第1章 绪论

1.1 选题的目的和意义

1.2 国内外研究情况

1.3 本文的创新之处

第2章 股票价格分析预测的经典理论

2.1 基本面分析

2.2 技术面分析

第3章 中国A股市场的特点与分析

3.1 A股市场的牛熊周期与政策市

3.2 中国A股市场的特点与现象

3.3 传统股票价格理论不适于中国股市的原因

第4章 人工神经网络理论

4.1人工神经网络基本理论

4.2 BP神经网络的原理

第5章 以六支个股为样本的实证研究

5.1 实证研究方法

5.2 样本基本情况

5.3 输入变量的选取情况

5.4 样本预测结果对比与分析

5.5 研究方面的不足与展望

参考文献

附录 本文实现BP网络样本股票价格预测的MATLAB程序

致谢