股票市场是复杂多变的,投资者最关心的问题之一就是股市涨跌行情的变化趋势.在这方面,传统技术分析中的K线图、平均线图等以其简单易懂、形象直观等特点受到人们的青睐,成为目前人们研判股市行情的常用工具.然而,这种对图形走势的研究、数据表格的统计分析最终还要靠人脑来完成的.由于人们在知识、能力、经验上存在着较大的差异,加之问题本身又具有很大的随机性和高度的非线性,即使是一些金融专家、炒股高手对出现的同一复杂行情进行分析,往往也会得出不同的结论.由模拟人脑神经细胞的结构和功能而开发出来的重要工具--人工神经网络,能够帮助人们更客观、更准确地把握股市行情的变化. 神经网络的特点之一便是具有学习能力.通过一定时间的学习,它能自动地从历史数据中提取相关知识,把隐藏在数据中的不能以数学公式形式表示的潜在规律找到,并以记忆的形式将其储存在网络的连接权之中.它不仅能够对学过的内容给出正确的答案,对于那些与训练样本相近的模式通常也能做出正确的反映,表现出具有一定的联想功能及很强的推理能力,适合解决大型的、非线性的复杂问题,如分类、函数逼近、数据压缩等等.神经网络中的算法很多,其中BP网络以其成熟的理论、广泛的应用被人们所熟知.许多学者都将其引入证券市场,以改进现有的股市分析方法.如陈维强等就采用了标准BP算法,对沪市综合指数的涨跌情况进行了研究.由于该文作者在构造输入样本向量时,仅仅使用了股市中的一些最基本的数据指标,而没有引入在股市中长期使用的、确有实效的技术分析指标,导致预测结果不甚理想.本文的目的就是力图弥补这一不足.