张金仙,闫二乐,杨拴强

(1.福建湄洲湾职业技术学院 信息工程系，福建 莆田 351254;2.福州大学 机械工程及其自动化学院，福州 350100;3.福建江夏学院 工业技术研究所,福州 350108)



基于自适应BP神经网络的上证指数预测模型的研究

张金仙1,闫二乐2,杨拴强3

(1.福建湄洲湾职业技术学院 信息工程系，福建 莆田 351254;2.福州大学 机械工程及其自动化学院，福州 350100;3.福建江夏学院 工业技术研究所,福州 350108)

摘要：股市的波动受许多因素的影响，属于非线性问题。对于非线性的问题传统的统计学知识不能很好的应用。本文提出了一种基于MaTLAB神经网络工具箱的自适应神经网络的上证指数预测模型，自适应神经网络可以根据误差大小自主的调整学习效率，加快收敛速度。在对神经网络训练时，先对学习样本先进行归一化处理，再做BP网络的预测。经过与有动量的BP网络和L-M网络实验对比，结果表明这种方案比其他方案效率高、误差小。

关键词：预测；上证指数；MATLAB；神经网络

0引言

股票市场的预测对我国金融的发展具有重要的意义。影响股票的因素有很多，如政治、经济状况、国际金融环境、企业运营状况等。单一的运用统计知识不能很好的预测。利用神经网络的非线性映射能力对股市建立预测模型具有很大的可行性。

股票市场中经常使用的两种分析方法：基本分析法和技术分析法。基本分析法是结合宏观经济与企业盈利状况结合股市走势的一种分析方法。而技术分析仅仅依据以前的交易相关指数如KDJ、VOL等来分析预测。……