基于神经网络的股票市场预测研究开题报告

全文总字数：3536字

1. 研究目的与意义（文献综述）

随着中国市场经济建设的高速发展，人们的投资意识日益增强，而作为市场经济的重要组成部分--股票市场，也正逐步走向成熟和规范。越来越多的投资者把眼光转向了股票市场，而高风险高回报是股票市场的特征，因此投资者们时刻在关心股市，分析股价并试图预测股票的发展趋势。对股票内在性质及预测的研究，不仅能够帮助投资者很好的预测和分析股市，降低投资风险，获得最大收益；而且对于金融市场的健康发展，也具有重大意义和应用前景。

由于股市具有一种复杂的非线性动力学特性，使得对其预测具有很大的难度。而神经网络作为非线性动力系统，具有动力学特性与时间序列的动态特性相吻合的良好特征，能够很好地解决环境信息不十分明确，知识背景不清楚的应用问题。因而，对于股市这样一个非线性系统的走势，应用神经网络这种非线性工具进行预测具有内在的一致性和可行性，也具有实际意义。

市场有效性是现代金融经济理论的基石之一。法马（fama，1970）指出，市场有效性一般区分为三个层次：弱有效，半强有效，强有效。而由于股票市场的多噪声，不稳定的特性，看上去仿佛遵循布朗运动，于是一开始，经典文献主要集中在讨论股票的可预测性上面。格伦吉指出：如果从长期的观点来考虑，使用分散具体的数据，剔除意外的数据，使用非线性模式转化模型，股票市场是可以预测的。结果表明，建立在随机波动基础上利用线性回归方法对股票价格时间序列分析的模型预测能力很有限。马树才，赵丰义（2007）运用garch-m模型验证中国沪深股票市场具有可预测性。

2. 研究的基本内容与方案

研究各种文献发现，不管采取哪种神经网络，都存在着各种不一对的优势和劣势。基本上，需要改进的有以下两点：

3. 研究计划与安排

2020/3/19-3/31:写完绪论部分，介绍传统预测的技术指标基于计算公式。

2020/4/1-4/10:数据加载，清洗和特征工程

2020/4/11-4/18:进行模型的设计以及实现

4. 参考文献（12篇以上）

参考文献：

1. 张数德.金融计算教程：matlab金融工具箱的应用[m].清华大学出版社,2007.8

2. 常松，何建敏.小波包与神经网络相结合的股票价格预测模型[j].东南大学学报,2001,31(5):90-96.

   剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付