股票投資bp神經網路

㈠ 你好看你發帖問過用BP神經網路預測股票價格的提問

首先你要搞清bp的基本原理，基於梯度法的原則，因為這種演算法按梯度走，極易進入局部最小點二出不來，所以對於比較簡單的模型如高斯曲面有一定的逼近能力，但是現實如你所說的股票，相關因素特別多，也就是說神經網路輸入通道會很多，而且通道和通道直接喲相關性，模型在超曲面上就像是大海海面一樣跌宕起伏，使用bp明顯太過於困難，而且實際中樣本有限的很，bp理論基於樣本無限的學習規則（21實際70年代），你要證明的話，可以例舉一個簡單的單極二次型函數，用來試試看bp能否完全逼近這個函數

㈡ 什麼是BP神經網路

誤差反向傳播（Error Back Propagation, BP）演算法
1、BP演算法的基本思想是，學習過程由信號的正向傳播與誤差的反向傳播兩個過程組成。
1）正向傳播：輸入樣本－>輸入層－>各隱層（處理）－>輸出層
注1：若輸出層實際輸出與期望輸出（教師信號）不符，則轉入2）（誤差反向傳播過程）
2）誤差反向傳播：輸出誤差（某種形式）－>隱層（逐層）－>輸入層
其主要目的是通過將輸出誤差反傳，將誤差分攤給各層所有單元，從而獲得各層單元的誤差信號，進而修正各單元的權值（其過程，是一個權值調整的過程）。
注2：權值調整的過程，也就是網路的學習訓練過程（學習也就是這么的由來，權值調整）。
2、BP演算法實現步驟（軟體）：
1）初始化
2）輸入訓練樣本對，計算各層輸出
3）計算網路輸出誤差
4）計算各層誤差信號
5）調整各層權值
6）檢查網路總誤差是否達到精度要求
滿足，則訓練結束；不滿足，則返回步驟2）
3、多層感知器（基於BP演算法）的主要能力：
1）非線性映射：足夠多樣本－>學習訓練
能學習和存儲大量輸入－輸出模式映射關系。只要能提供足夠多的樣本模式對供BP網路進行學習訓練，它便能完成由n維輸入空間到m維輸出空間的非線性映射。
2）泛化：輸入新樣本（訓練時未有）－>完成正確的輸入、輸出映射
3）容錯：個別樣本誤差不能左右對權矩陣的調整
4、標准BP演算法的缺陷：
1）易形成局部極小（屬貪婪演算法，局部最優)而得不到全局最優；
2）訓練次數多使得學習效率低下，收斂速度慢（需做大量運算）；
3）隱節點的選取缺乏理論支持；
4）訓練時學習新樣本有遺忘舊樣本趨勢。
注3：改進演算法—增加動量項、自適應調整學習速率（這個似乎不錯)及引入陡度因子

㈢ BP演算法、BP神經網路、遺傳演算法、神經網路這四者之間的關系

這四個都屬於人工智慧演算法的范疇。其中BP演算法、BP神經網路和神經網路
屬於神經網路這個大類。遺傳演算法為進化演算法這個大類。
神經網路模擬人類大腦神經計算過程，可以實現高度非線性的預測和計算，主要用於非線性擬合，識別，特點是需要「訓練」，給一些輸入，告訴他正確的輸出。若干次後，再給新的輸入，神經網路就能正確的預測對於的輸出。神經網路廣泛的運用在模式識別，故障診斷中。BP演算法和BP神經網路是神經網路的改進版，修正了一些神經網路的缺點。
遺傳演算法屬於進化演算法，模擬大自然生物進化的過程：優勝略汰。個體不斷進化，只有高質量的個體（目標函數最小（大））才能進入下一代的繁殖。如此往復，最終找到全局最優值。遺傳演算法能夠很好的解決常規優化演算法無法解決的高度非線性優化問題，廣泛應用在各行各業中。差分進化，蟻群演算法，粒子群演算法等都屬於進化演算法，只是模擬的生物群體對象不一樣而已。

㈣ BP神經網路預測股市輸入是怎麼來的

對不起！我真的不懂這些…但你問我我也只能這樣回答了

㈤ 利用BP神經網路預測股票價格走勢

參考 matlab神經網路30例 中有一個股票預測的案例
我覺得svm做這個更好

㈥ bp神經網路股票價格預測的MATLAB編程

P=[];『輸入，開盤價，最高價，最低價，收盤價成交量依次5天的數據』
T=[];』輸出，即第二日的收盤』
net=newff(minmax(P),[7,1],{'tansig','logsig'},'traingdx');
net.trainParam.epochs=1000; 『最大訓練次數，根據需要可自行調節』
net.trainParam.goal=0.01; 『誤差』
net.trainParam.lr=0.01; 『學習率』
net=train(net,P,T); 『訓練網路』
test=[];『待預測數據輸入』
out=sim(net,test); 『模擬預測』
我的這個程序沒有進行初始化，你還需要先將數據進行初始化後才能算。

㈦ BP神經網路預測股票

感知器你知道么，如果不知道，建議你買《人工神經網路原理》馬銳著，看完70頁你就會了。里邊也有你這個問題的設計思路。用c語言matlab都能編，如果有問題，請留言，想問下你是什麼專業？

㈧ 股市裡講的BP，是什麼意思

BP（Base Point），（金融投資學）基點，原點。 多用在收益率，增長率的描述和描圖的坐標中。例如上漲30bp，指上漲30%的1/100 。也就是30的萬分之一。
按市場慣例，外匯匯率的標價通常由5位有效數字組成，從右邊向左邊數過去，第一位稱為「×個基點」，它是匯率變動的最小單位；第二位稱為「×十個基點」，如此類推。（來源：中國人民銀行）一個基點代表0.01個百分點，那麼100個基點就代表1個百分點，所以不難理解，如果有報道稱匯率提高多少個基點或者是下降多少個基點，則可以讓著個基點乘以百分之0.01就可以知道匯率是下降或是升高了多少個百分點。

㈨ BP是什麼

1、沸點
BP（Boiling Point ），（物理學）沸點。
2、血壓
BP（blood pressure），（醫學）血壓。
3、基點
Basis Point（bp）基點。用於金融方面，債券和票據利率改變數的度量單位。一個基點等於1個百分點的1%，即0.01%，因此，100個基點等於1%。 如： 一浮動利率債券的利率可能比LIBOR高10個基點，100個基點相當於1%，該債券的利率可能比普遍使用的LIBOR利率高0.1%。 [例] 當美聯儲宣布將利率下調50個基點時，也就等於下降了0.5個百分點。
4、鹼基對
bp（base pair），（生物學）鹼基對。 1bp=1鹼基對。
5、英國石油集團公司
BP(British Petroleum)，英國石油集團公司。 BP石油集團公司
BP是世界上最大的石油和石化集團公司之一。由前英國石油、阿莫科、阿科和嘉實多等公司整合重組形成。公司的主要業務是油氣勘探開發；煉油；天然氣銷售和發電；油品零售和運輸；以及石油化工產品生產和銷售。此外，公司在太陽能發電方面的業務也在不斷壯大。BP總部設在英國倫敦。公司目前的資產市值約為2000億美元，擁有愈百萬股東。BP 近十一萬員工遍布全世界，在百餘個國家擁有生產和經營活動。2003年，BP在《財富》雜志的全球500強中排前五名，名列歐洲500強之首。 自1973年在華拓展業務以來，BP在一系列商業項目中累計投資超過40億美元，積極參與了中國的經濟建設。迄今BP是中國最大的海上天然氣生產企業，中國第一家液化天然氣(LNG)的唯一外方合作夥伴，石化領域最大的外資投資企業，中國最大的液化石油氣(LPG)進口和營銷企業，唯一參與航空燃油服務的外方合作夥伴，等。主要的合資企業有：向海南和香港供氣的崖城天然氣田，BP廣東液化天然氣站線項目，上海賽科，寧波華東BP液化石油氣有限公司， 珠海PTA, 重慶揚子乙醯，藍天航空燃油服務公司等。 約翰。布朗全球實力商業領袖 --《財富》2003年八月期專題報道譯文《財富》2003年八月期載文報道，在美國之外最有影響力的25位商業領袖之中，英國BP CEO約翰·布朗(John Browne)名列榜首。 去年殼牌超過BP成為在美國之外最大的石油公司。但是殼牌的Phil Warts僅僅是繼承了一個龐大的公司，而約翰·布朗則是在1998年合並阿莫科(Amoco)和2000年收購阿科(Arco)之後成功地把BP打造成一個超級企業。BP公司的CEO同時揮師俄羅斯，創建了對所有西方投資者來說最大的合資公司， 從而展示了實力。今年55歲的約翰。布朗，因為其聘用員工的做法而備受女性群體的尊敬與喜愛，同時由於倡導和推進綠色環保方面的努力，使其比同行更受歡迎。
其他
2010年雅虎十大熱門搜索詞
6、尋呼機
BP（beeper），BP機，尋呼機，傳呼機。
7、反向傳播
BP（Back Propagation），反向傳播。 BP神經網路，即誤差反傳誤差反向傳播演算法的學習過程，由信息的正向傳播和誤差的反向傳播兩個過程組成。輸入層各神經元負責接收來自外界的輸入信息，並傳遞給中間層各神經元；中間層是內部信息處理層，負責信息變換，根據信息變化能力的需求，中間層可以設計為單隱層或者多隱層結構；最後一個隱層傳遞到輸出層各神經元的信息，經進一步處理後，完成一次學習的正向傳播處理過程，由輸出層向外界輸出信息處理結果。當實際輸出與期望輸出不符時，進入誤差的反向傳播階段。誤差通過輸出層，按誤差梯度下降的方式修正各層權值，向隱層、輸入層逐層反傳。周而復始的信息正向傳播和誤差反向傳播過程，是各層權值不斷調整的過程，也是神經網路學習訓練的過程，此過程一直進行到網路輸出的誤差減少到可以接受的程度，或者預先設定的學習次數為止。
8、基址指針寄存器
BP（Base Pointer），基址指針寄存器。 編程時存儲器定址採用邏輯地址，邏輯地址有偏移地址和段地址。BP為基址指針寄存器，指明了數據的偏移地址，而段地址默認是堆棧段。所以就有了上面的表述。 例如：MOV AX,[BP] 源操作數指明一個主存數據，這個數據所在存儲單元的段地址由SS指明、偏移地址由BP指明。
9、葯學士
BP（Bachelor of Pharmacy），葯學士。
10、理學學士
BP（Bachelor of Philosophy ），理學學士，哲學學士。
11、反壓力
BP（Back Pressure），反壓力。
BP（Band Pass），（無線電）（計算機）帶通。
13、大氣壓
BP（Barometric Pressure ），大氣壓。
編輯本段14、海岸信標
BP（Beacon Point ），海岸信標，航標站。
編輯本段15、鍋爐壓力
BP（Boiler Pressure ），鍋爐壓力。
編輯本段16、 英國專利
BP（British Patent ），英國專利。
編輯本段17、《英國葯典》
BP（British Phamacopoeia），《英國葯典》。
編輯本段18、《巴格達條約》
BP（Baghdad Pact ），《巴格達條約》
編輯本段19、 中斷點
BP（Break Point）， （計算機）中斷點。
編輯本段20、下電嘴
BP（Bottom Plug ），下電嘴，下電咀
編輯本段21、藍圖
BP（Blueprint ），藍圖。
編輯本段22、董事長
BP（Board President ），董事長。
編輯本段23、藍相(BP)
藍相(BP)是液晶中具有特殊性質的一個相態,它的序參量表現出三維空間周期性.藍相是出現在一個狹小的溫度間隔里(量級為0.1-1K)的穩定相態. 藍相是各種膽甾相液晶（膽甾醇衍生物和手性液晶）在稍低於清亮點時存在的一個或兩個熱力學穩定相，它是介於膽甾相和各向同性相之間的一個狹窄溫度區間（只有幾度）的新相，由於通常呈現藍色，故稱為藍相。這是由於它選擇性反射圓偏振光或伴隨的異常旋光彌散所致。 藍相是穩定的相態，具有遠程取向有序的特徵。但藍相不一定都是藍色，藍、藍灰、綠以至於白色都有可能。其彩色取決於布拉格散射，當然主要是螺距的長短。
編輯本段24、二苯甲酮
BP（Benzophenone, di-phinyl ketone），二苯甲酮 紫外線吸收劑（吸收紫外線波長290-360納米）和引發劑，有機顏料，醫葯，香料，殺蟲劑的中間體 醫葯工業中用於生產雙環乙哌啶，苯甲托品氫溴酸鹽，苯海拉明鹽等，也是苯乙烯聚合抑制劑和香料定香劑，能賦予香料以甜的氣息，用在許多香水和皂用香精中。 化妝品工業中可用於防曬油/膏。
編輯本段25、泡打粉
B.P（Baking Powder） ，泡打粉的縮寫。泡打粉又稱『速發粉』或『泡大粉』或『蛋糕發粉』或『發酵粉』，是西點膨大劑的一種，經常用於蛋糕及西餅的製作。配料中的鉀明礬有毒害,現在被醫學證明不宜食用.會導致骨質疏鬆、貧血，甚至影響神經細胞的發育。及引起老年性痴呆症。
編輯本段26、購買力
B.P (Buying Power) 購買力。在股票交易市場特別是日內交易市場中，BuyingPower是指交易員所能動用的資金量。B.P不等同於現金。經紀公司會專門建立一個資金池，交易員所需要的B.P就是從資金池中取得的。因而交易員並不能轉移其所使用的BP，而只能使用其來買賣股票或期貨。如果有10個交易員，每個交易員需要使用100萬，那麼資金池並不需要准備1000萬的資金，而只需要准備一定百分比的資金就足夠了。因為交易員所佔用的BP是動態的，只要根據經驗峰值統計，就可以確定出比較合理的百分比了。
編輯本段27、擴充包、素材包
BP(Booster Pack ; 擴充包 ; 素材包)是游戲中隊游戲本身進行擴展的文件版本。
編輯本段28.DNF中一種特殊的積分點
DNF中文名稱地下城與勇士，在新開放的的無盡的祭壇中BP可通過殺死怪物或服用BP葯水獲取。BP可用於購買五種能力：恢復，加力量，加智力，加速度，減少冷卻時間。

㈩ BP神經網路的股市預測，求詳細代碼，要能運行的，不求復雜，但求可行。 QQ229259697

P=[。。。];輸入T=[。。。];輸出

% 創建一個新的前向神經網路
net_1=newff(minmax(P),[10,1],{'tansig','purelin'},'traingdm')

% 當前輸入層權值和閾值
inputWeights=net_1.IW{1,1}
inputbias=net_1.b{1}
% 當前網路層權值和閾值
layerWeights=net_1.LW{2,1}
layerbias=net_1.b{2}

% 設置訓練參數
net_1.trainParam.show = 50;
net_1.trainParam.lr = 0.05;
net_1.trainParam.mc = 0.9;
net_1.trainParam.epochs = 10000;
net_1.trainParam.goal = 1e-3;

% 調用 TRAINGDM 演算法訓練 BP 網路
[net_1,tr]=train(net_1,P,T);

% 對 BP 網路進行模擬
A = sim(net_1,P);
% 計算模擬誤差
E = T - A;
MSE=mse(E)

x=[。。。]';%測試
sim(net_1,x)
%%參考來自：http://..com/question/101001352.html?fr=qrl&index=1