❶ 用移動平均法預測股票價格的優點和缺點
主要是滯後，沒有提前量
❷ 深度學習做股票預測靠譜嗎
我認為至少目前是不靠譜的，原因
1。股市是一個社會系統，涉及到的方方面面太多，從經濟、政治、軍事、社會、科學、氣候、環境、社會心裡學、甚至倫理道德等等等等，這一切無法從電腦的一個什麼程序里模擬出來，這和下棋的復雜程度遠遠不是一個數量級的。
2。股市是一個動態的體系，即使用深度學習的方式預測成功了，由於參與者是上千萬甚至上億的社會個體，從眾心理會導致大家都按照預測的方向走，於是一個荒謬的結論就出來了：股市中所有的人都是賺錢的。但大家賺的是誰的錢呢？預測系統給的嗎？
3。假定預測成功了，但是幾次或多次成功以後預測很快就會在出問題。因為股市中有一條顛撲不破的真理，那就是，股市總是會朝大多數人願望的反方向運動。。。。。。也就是股市中永遠只有少數人賺錢這條真理最終會起作用。
4。如果用現在眾多的技術指標來給深度學習，那還不如用人自己來看指標預測。而且，號稱是這方面的股神、磚家多如牛毛，何必靠一個冷冰冰的機器呢？而且那樣做還會斷了股神、磚家的財路。。。。。。。
❸ 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。
❹ 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？
❺ 基於遺傳演算法的神經網路預測股票的價格有現實意義嗎 知乎
有一定參考價值
但你不能以此為實際購買股票的唯一依據，不然會賠的很慘
不要只依賴演算法結果…
望採納
❻ 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