基于BP神经网络的股票收益预测方法和技术的设计.doc

摘要：股票市场是经济的“晴雨表”和“报警器”，它不仅受到广大投资的关注，政府对其也是十分重视。对投资者而言，要想获得最大利润和避免损失，人工智能的股票预测是一种很好的分析技术；对国家经济的发展和金融体系的建立而言，股票预测的研究也具有重要的现实意义。因此对股票收益的预测分析是一个具有很好的应用前景的研究方向。BP神经网络则是众多神经网络中的一种，它是由Rumelhart等人于1985年建立他是一种多层前馈神经网络，其算法的核心是一边想后传播误差一边修正误差的方法来不断调节网络参数，这也决定论它有良好的逼近能力和训练方法，是股票预测中一个很好的工具。

关键词：股票预测；BP神经网络算法；信息获取；金融信息处理

目录

摘要

Abstract

1  绪论-1

1.1  课题背景和意义-1

1.2  国内外研究现状-1

1.2.1  神经网络发展史-2

1.2.2  神经网络在股票预测方面的应用-3

1.3  论文组织结构-3

2  开发技术-4

2.1  开发语言——Java-4

2.2  开发工具——MyEclipse-5

2.3  开发模式——MVC-5

2.4  BP神经网络算法-6

2.5  算法设计思想-8

2.5.1  算法实现原理-9

2.5.2  公式推导过程-11

3  系统设计与实现-12

3.1  功能-12

3.2  代码逻辑-13

3.3  数据的获取与整理-14

3.4  BP神经网络算法的实现与数据的训练-17

3.5  预测结果分析-24

3.6  系统运行效果-28

4  总结与展望-29

参考文献-31