![](https://i-blog.csdnimg.cn/blog_migrate/2c0deeee8699a191c86c7d3ff47ac024.png)
神经网络(NeuralNetworks)是一种用训练数据拟合目标函数的黑箱模型,只要数据量足够大,它可以拟合出输入到输出之间的任意函数关系。
本篇教程我们将使用神经网络进行股市的预测,利用数据样本学习,得到相关因素预测股票走势。
01
问题描述
1)数据
首先我们预设一组数据,下图为股票上证指数2019年07月到2019年09月的30天开盘价格和收盘价格。
![](https://i-blog.csdnimg.cn/blog_migrate/e0bef6005d4d6d427fef4002dc91e099.png)
▍股票开盘和收盘价格
2)网络结构
设计三层神经网络,隐含层包括25个节点,利用所设计的神经网络来预测股票的收盘均价。
3)可视化
可建立一个30行2列的矩阵存储股票数据,矩阵的第一列输入上列数据中的股票开盘价格,第二列输入股票的收盘价格,如果股票的收盘价格高于开盘价格则用红色显示,反之则用绿色显示,可视化股票数据如下图所示。采用本实例所设计的神经网络预测股票收盘均价,并可视化预测结果。