怎么用bp神经网络预测股票涨跌如何用BP神经网络实现预测

一、怎么才能使bp神经网络预测的结果更准确

这个问的太哪个了吧，神经网络预测一般也就是对已有数据进行非线性拟合而已，简单的说，他只是一个拟合方法，只是与传统的拟合方法相比有一些优点。
用神经网络预测也不会是一定很非常准确的。

二、如何用BP神经网络实现预测

首先要知道你建立的这个模型的内部逻辑关系。
。
 1，确定隐层数，画出简要模型图。
 2，确定采用什么样的神经网络来建立模型 3.通过测试数据来训练模型。
。
 4.根据测试训练得到的数据和实际数据进行比对，或者算出误差。
从而修改隐层中的权值和阀值。
 反复重复3-4.。
最后得到一个最优的模型。
 大致是这样。
。
。
楼主说的太概略。
。
。
无法回答清楚请抱歉

三、怎么才能使bp神经网络预测的结果更准确

使干预审办法，不在现场，看见神经网络，并不在现场录下神经网络来。

四、bp神经网络预测代码

在matlab中，样本是以列的方式排列的，即一列对应一个样本。
如果你的样本无误的话，就是一个输入8输出2的神经网络。
作图直接用plot函数。
参考附件的代码，这是一个电力负荷预测例子，也是matlab编程。
BP（Back Propagation）神经网络是是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。
BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。
它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。
BP神经网络模型拓扑结构包括输入层（input）、隐层(hidden layer)和输出层(output layer)。

五、BP神经网络

我不是大神。
但可以给给意见。
1，遗传算法不能改变BP神经网络准确率低的本质问题的。
只能在一定程度上优化BP神经网络。
2，你的数据是怎么增加的？由原来的80组数据基础上随意组合的？还有你的输出结果是3个等级。
期望输出是什么类型？预测输出是什么类型？你判断正确率的标准是什么？这些都会对正确率有影响。
3，BP神经网络的正确率的提高可以通过：一，改变隐层的节点数。
或增减隐层的层数。
最少一个隐层，最多2个。
二，改变传递函数，一般隐层用tansig，输出层用linear或者tansig。
4，最后的方法是不怎么重要的，就是数据的归一化，一般是归一化或不归一化都可以的，都试试。
我都是书本学过，做过点题目，只能给这些建议。

六、BP神经网络模型所得出的结果都是随机的，如何才能让其稳定？

这是神经网络本身的特性，改变不了，如果觉得结果波动太大可以多次试验取平均

七、bp神经网络的实现办法？

使干预审办法，不在现场，看见神经网络，并不在现场录下神经网络来。

参考文档