文档介绍：财经论坛
基于神经网络的股市分析
贾建波浙江工商大学统计与数学学院
摘要神经网络领域已经有年历史了,但是实际应用却在最近年里,特别是近几年来,神经网络已经成为热点研究领域, 已
经在各个领域中应用,以实现各种复杂的功能。这些领域包括:模式识别、鉴定、函数拟合、分类、语音、翻译和控制系统。
股票市场是一个非线性的系统,本文基于神经网络, 以年一年的上证股市大盘增幅数据作为训练,对以后的一年多数据进
行验证,以证实神经网络对股市的预测。
关键词神经网络股票市场预测验证
一
、神经网络概述人工信息元的信息处理过程分为三个部分,首先完成输入信号
人工神经网络是由大量处理单元广泛互联而成的网络,是对人与神经元连接强度的内积运算,然后再将结果通过激活函数,再经
脑的抽象、简化和模拟,反映人脑的基本特性,它与人脑的相似之过阈值的判断,如果输入值大于阈值门限,则神经元被激活,否则
处概括为两个方面:一是通过学习过程利用神经网络从外部环境中处于抑制状态。
获取知识:二是内部神经元突触权值用来存储获取的知识信息。人工神经网络模型
一般的神经网络都是可调节的,或者说可训练的,这样一个特人工神经网络是由大量的神经元按照一定的模式层内连接、
定的输入便可得到要求的输出。: 循环连接和层问连接相互连接而成的。按一定规则将神经元连接
而成神经网络,才能实现对复杂信息的处理与存储。经过几十年的
兴衰,人们己经发展了上百种人工神经网络,但大部分网络都是几
种典型网络的变形和组合。一般地说,人工神经网络的连接形式和
拓扑结构可分为两大类:即分层型和互联型神经网络。分层型神经
网络又分为简单的前馈网络、反馈型前馈网络、和内层互联前馈网
络。
二、网络理论
.网络概述
团. 删八,目仲口力压团目前,在众多神经网络中,误差反向传播
.人工神经元网络由于其良好的逼近能力和成熟的训练方法而得到
人工神经元是生物神经元的模拟与抽象,是构成人工神经网络了最为广泛的应用。网络由等人于年建立,它是
的基本单元, 因此构造一个人工神经网络系统,首先要构造人工神一种多层前馈神经网络,由一个输入层、一个输出层和若干个隐含
经元模型。一个具有个输入分量的单个神经元模型如图所示: 层所组成。位于同一层的单元之间不允许有连接,各层的单元只能
向高层的单元输出激活信号。算法是用于前馈多层网络的学习
算法,
一网络含有输入层、输出层以及处于输入输出层之间的中间
层。中间层有单层或多层, 由于它们和外界没有直接的联系。故
也称为隐层。在隐层中的神经元也称隐单元。隐层虽然和外界不连
,它们的状态则影响输入输出之间的关系。这也是说,改
变隐层的权系数,可以改变整个多层神经网络的性能。
.网络的学习过程
人工神经元的三个基本要素: 网络采用有教师的学习规则,其算法的核心是通过一边向
一组连接,连接强度由各连接上的权值表示,权值为正表
示激活,为负表示抑制。
一个求和单元,用于求取各输入信号的加权和。
一个非线性激活函数,
输出幅度限制在一定范围内一般限制在,或一,之间。
此外还有一