利用BP神经网络预测股票价格走势 20
谷歌人工智能写作项目：神经网络伪原创
如何利用Python预测股票价格
预测股票价格没有意义写作猫。单支股票价格，多股组合，大盘这些都可以使用神经网络来学习，02年就做过了，涨跌预测平均能达到54%到57%的准确率，但是只能定性，无法定量，因此，在扣除印花税之后无利可图。
纯粹使用股票交易数据来预测并保证总体获利不是程序能办到的，人也办不到。
目前世界上最先进的炒股机器也只能利用网络时差那微不可计的零点几秒在欧洲与美国证券间倒来倒去，那套系统研发费用数千万，硬件（主要是独立光缆）费用以亿计。
神经网络 能对股票 预测吗？
matlab神经网络目前有什么具体的实际应用
可以做分类，可以做预测。做分类：比如有苹果，香蕉。将苹果是圆的，甜酸的。香蕉是长的，甜的。告诉神经网络，让其学习。以后你在给神经网络两个输入（是圆的，甜酸的），神经网络就告诉你这是苹果。
做预测：比如近一年股市数据给神经网络，训练后。神经网络会预测接下来一段时间的走势。
（急）如何用MATLAB建立ANN（人工神经网络模型）？
问题描述：有两个自变量，一个因变量，10个样本（这里就取少一点好了）。用实际问题来表述，假设一个股票，开盘价x1，收盘价x2，第二天的股价y。
那用神经网络来预测的目的是，根据10天的开盘价和收盘价，来预测未来股价。
显然，这里的y与x1和x2相关，我们要训练一个网络（net）来让他尽可能的预测一个yMATLAB程序clcclearloaddatainputoutput%input就是包含了x1和x210天数据的矩阵，说白了就是20个数的矩阵。
output是y的一个向量，%10个数%需要自己找一些数据赋值给input和ouputP=input;T=output;%这里P和T必须是x1x2和y的行向量组合。
对于P，x1是行向量，x2是行向量。
P=[x1;x2];T=y.y是行向量Epochs=5000;NodeNum=12;TypeNum=1;TF1='logsig';TF2='purelin';%设置一些初始参数，Epochs是迭代上限次数，NodeNum是第一个隐藏层的神经元个数，%TypeNum是几层。
TF1和TF2分别定义了几个传递函数。
net=newff(minmax(P),[NodeNumTypeNum],{TF1TF2},'trainlm');%建立一个神经网络，训练输入和输出数据都有了，设置隐藏层的个数。
net.trainParam.epochs=Epochs;=1e-4;net.trainParam.min_grad=1e-4;=200;=inf;%设置一些训练时的参数，第一个是每次训练的最大迭代次数；net=train(net,P,T);%开始网络训练P_test=P;B_test=T;%就用原始的数据进行测试X=sim(net,P_test);%测试Erro=abs(B_test-X);sigma=std(Erro);%计算出预测值和实际值的误差，求出方差。
将来方差可以用来随机调整。
神经网络能对数据进行预测吗 数学建模
。
神经网络本身就是数学的逼近模型，网络最早是由数学中的函数逼近技术而来，按照统计学规律，组合成线性叠加网络，从中分析出一些现实中高度非线性的模型，神经网络本身就是个数学建模，只是经过整理后更容易进行工程实践了，至于预测那是当然可以的。
股票价格可以预测吗？
股票价格预测理论上股票价格是可以预测的，实际上都是只是听说，而从未被证实（比如江恩理论中说道可以预测到具体的价格）但实际也是听说，如果要说亲眼看见的话，我只看到过用易经预测真可以看见涨到具体价格。
但不是每次。价格在支撑位、压力位这都是人为附加理论。认同者则有用，没有这个概念的人那管他支撑压力只要经过分析加和经验认为它要涨就进。当然同时也要根据大盘行情，结合指标，经验一起下结论。
盲目进仓那是韭菜送肉行为。虽然价格不可测，但是涨或者跌却是绝对的可以预测的，只是掌握它的人不说，闷头收割，那有时间闲扯。
