1、股票分析和預(yù)測是一個復(fù)雜的研究領(lǐng)域，本論文將股票技術(shù)分析理論與人工神經(jīng)網(wǎng)絡(luò)相結(jié)合，針對股票市場這一非線性系統(tǒng)，運用BP神經(jīng)網(wǎng)絡(luò)，研究基于歷史數(shù)據(jù)分析的股票預(yù)測模型，同時，對單只股票短期收盤價格的預(yù)測進行深入的理論分析和實證研究。
　　 本論文首先綜述研究了股票分析的多種方法，并重點推薦了技術(shù)分析法和神經(jīng)網(wǎng)絡(luò)方法；通過優(yōu)劣勢比較分析，選擇了基于技術(shù)分析的BP神經(jīng)網(wǎng)絡(luò)作為股票預(yù)測模型建立的基本方法。
　　 接下來，探討了BP

2、神經(jīng)網(wǎng)絡(luò)的模型與結(jié)構(gòu)、BP算法的學(xué)習(xí)規(guī)則、權(quán)值和閾值等，構(gòu)建了基于BP神經(jīng)網(wǎng)絡(luò)的股票短期預(yù)測模型，研究了神經(jīng)網(wǎng)絡(luò)的模式、泛化能力等問題。并且，利用搭建起的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型，采用多輸入單輸出、單隱含層的系統(tǒng)，預(yù)測單只股票未來一個月收盤價的中短期變化趨勢。對于網(wǎng)絡(luò)的訓(xùn)練，選用學(xué)習(xí)率可變的動量BP算法，同時，對網(wǎng)絡(luò)結(jié)構(gòu)進行了隱含層節(jié)點的優(yōu)化，多次嘗試，確定最為合理、可行的隱含層節(jié)點數(shù)，從而有效地解決了神經(jīng)網(wǎng)絡(luò)隱含層節(jié)點的選取問題。

3、　　 同時，本論文還深入研究了BP神經(jīng)網(wǎng)絡(luò)在MATLAB中的設(shè)計和實現(xiàn)，包括如何創(chuàng)建神經(jīng)網(wǎng)絡(luò)，如何對網(wǎng)絡(luò)進行初始化、訓(xùn)練和模擬；并利用MATLAB函數(shù)進行編程，實現(xiàn)了所設(shè)計的BP神經(jīng)網(wǎng)絡(luò)。
　　 針對所建預(yù)測模型，本論文對滬深兩市的多只股票進行了實證分析，證明所采用的研究方法和所設(shè)立的模型是實用并且有效的。它不僅簡化了網(wǎng)絡(luò)結(jié)構(gòu)，還提高了預(yù)測精度，具有較好的預(yù)測能力和泛化推廣能力。這就說明了本文所構(gòu)建的基于BP神經(jīng)網(wǎng)絡(luò)的股票短期