基于神经网络的股票预测系统的设计与实现

论文摘要

目前,随着中国证券市场在社会主义经济建设中扮演着越来越重要的作用,证券投资逐渐成为人们一种重要的投资方式。在这种现实背景下,智能选股和股价预测系统的研究和开发,具有重要的社会和经济意义。本文在深入分析股票投资理论和股价预测方法的基础上,从实用的角度出发,提出了运用神经网络做预测的思想和方法。本系统下载股票的历史交易数据和实时交易数据、计算各技术指标值,并将他们写入数据库。从技术指标形态特征上研究和总结出了几种股票选取方案,通过查询数据库中股票的技术指标来选取满足条件的股票,并根据其技术压力位和支撑位来预测股票的短期走势和股价。在股价预测时,绘出股票的K线图和各技术指标图,通过调整股票的价格来模拟第二天的行情交易,这时,观察K线图和各技术指标图的实时变化,可以测算出第二天的大致走势和股价。大量的仿真结果表明,神经预测在证券系统中有一定的实用性,进一步深入的研究必将为投资者提供准确的决策和丰厚的回报。本系统将Delphi的灵活高效的编程能力与Matlab的强大计算能力有机的结合起来,具有运行稳定快速、操作简单及功能强大的特点。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 股票市场预测
• 1.3 股市传统分析方法
• 1.4 国内外研究现状
• 1.5 本人工作
• 1.6 内容安排
• 第二章 相关理论与技术
• 2.1 股票简介
• 2.2 股票常用预测方法及弊端
• 2.2.1 股票投资分析方法
• 2.2.2 时间序列分析法
• 2.2.3 神经网络预测方法
• 2.2.4 其他预测方法
• 2.2.5 股价预测存在的弊端
• 2.3 常用指标
• 2.4 神经预测理论
• 2.4.1 神经网络的特性
• 2.4.2 BP算法
• 2.5 神经网络用于预测的一般步骤
• 2.6 神经网络预测方法
• 2.7 股市神经预测所遇到的问题
• 2.8 本章小结
• 第三章 需求分析
• 3.1 系统目标
• 3.2 用户需求
• 3.3 环境需求
• 3.4 技术需求
• 3.5 可行性分析
• 3.6 功能模块分析
• 3.7 本章小结
• 第四章 系统设计
• 4.1 系统总体设计
• 4.1.1 系统架构的选取
• 4.1.2 体系架构
• 4.2 功能模块的设计
• 4.3 数据库设计
• 4.4 本章小结
• 第五章 系统实现
• 5.1 数据获取模块实现
• 5.2 选取振荡股模块实现
• 5.3 神经网络技术分析和预测模块实现
• 5.4 DELPHI和MATLAB接口的模块实现
• 5.5 本章小结
• 第六章 系统测试
• 6.1 上证指数预测实验
• 6.2 对箱体振荡个股的预测
• 6.3 训练过度现象及解决方案
• 6.4 本章小结
• 第七章 结束语
• 致谢
• 参考文献