《陈丽丽-基于BP神经网络的股票量化分析研究 》

摘要：股市是经济市场的晴雨表，时刻反应了市场经济的最新走向，这是经济学家对股市与 市场经济的一个规律性总结。股市是经济的一个重要组成部分。在我国，由于股市的规模 较小，发展不健全等因素，股市的运行与我国经济的走向没有很好地体现这一规律，从而 为股价预测增加了难度。投资者们从18世纪就开始探求不同的投资方法，亦做了许多相 关研究。而要使这些投资策略具体到能适合我国的股市行情，需要作出一定的改进。近年 来，量化投资这一种新兴的投资策略正逐渐受到追捧，国内外的投资者们也越来越重视这 一种投资策略。股票是一种随机性很强的系统，而神经网络模型已经被证实能很好地解决 多数复杂的非线性映射问题，能很好地解决股票预测这类内部机制复杂，干扰因素多的问 题。因此，本文选择使用BP神经网络对股票量化分析做研究。 本文主要做股票量化分析的相关研究，研究基于BP神经网络的股票量化分析投资， 主要的研究内容包括以下几点： （一）股票技术指标原理与股价预测方法的研究。研究股价预测的几种方法，包括基 本面分析、技术面分析、时间序列分析等等，主要研究技术面分析的分析方法。研究股票 技术指标的工作原理。 （二）研究股票的量化分析。研究量化分析的工作原理与投资方法，结合其原理建立 量化投资的数学模型。本文研究的量化分析主要利用股票技术指标作为分析工具，研究技 术指标的量化方法，并建立数学模型。 （三）利用BP神经网络算法实现量化分析模型。研究BP神经网络算法的工作原理， 将量化的股票技术指标数据作为BP神经网络的训练参数与输入参数，然后得到分析结果。 收集股票的数据，测试上述量化分析方法的准确性。分析该模型得到的预测结果，比较预 测结果与实际数据，分析该模型的准确性。总结基于BP神经网络的股票量化分析的优点 与缺点，以及其未来可以改进的地方。想要下载论文的读者朋友，请先付费获得积分。