邢伟琛

【摘 要】近几年，国内外经济发展迅速，有诸多投资者将自己的资金投入到了股市之中，但股市行情变化莫测，时刻牵动着每一位股民的切身利益。面对这些问题，有一种可靠的股票预测方法就显得尤为重要。文章首先介绍了我国上证指数的基本情况，然后对BP神经网络做了相关介绍，针对股票市场自身所具备的非线性特征，基于LM（Levenberg-Marquard）算法所优化的BP（Back Propagation）神经网络模型，进一步预测和模拟了上证指数的收盘价，将产出的预测值与实际股票价格进行比较，以获得相关结论。文章研究的目的是以上证指数为例来检验BP神经网络在股票预测中的有效性，为股票市场中的投资者提供相应参考。

【关键词】BP神经网络;LM算法;股票预测;上证指数

【中图分类号】F832.51;F224【文献标识码】A 【文章编号】1674-0688（2019）12-0124-02

0 引言

在股票市场中，股价的非线性特征、复杂的投资者商业行为，以及国家政策对于股价的影响，给股价预测造成了困难。为了克服多方因素所带来的影响，本文试图运用BP神经网络的基本理论与研究方法，选择上证指数每日的价格指标，其中包含开盘价、收盘价、最高价和最低价等，用来预测上证指数未来收盘价的短期价格。

1 上证指数的基本情况

上证指数，前身是上海静安指數，其全称是上海证券交易所的股价综合指数，于1987年11月2日由中国工商银行上海分行信托投资公司静安证券营业部编制[1]。当前，上证指数的基本表现与其他个股股票的表现类似，因此其作为实验股票具有一定的普适性。……