神经网络为什么可以预测股票，bp神经网络为什么要采用非线性函数来进行预测？

一、bp神经网络为什么要采用非线性函数来进行预测？

提问：bp神经网络为什么要采用非线性函数来进行预测？ 回答：简单的讲，主要是复杂的bp神经网络的行为动态及神经元之间的相互作用是无法用简单的线性函数来描述的！一般来讲，用数学函数模拟一个系统输入与输出的关系（系统函数）时，设其函数为f(x)，则它可以表征为一个输入变量x的多项式，即 f(x)=∑an*x^n ∣n=0 ->；
∞.；
  当n≥2时，f(x)就成为非线性函数了。
an是每个x高次项的系数。
可以用具体的实际实验数据来确定。

二、bp神经网络怎么实现的预测，只会拟合

测试BP神经网络的拟合能力和泛化能力，按这种说法是同一概念，但是拟合和泛化在其它领域是完全不同的，这个要区分清楚。
测试一个神经网络的拟合能力，这种说法很少用，大家经常用的是测试神经网络的泛化能力。

三、为什么用bp神经网络算法预测cpi只能预测几个月

你这样想：假设数学建模能够预测几年几十年后的cpi，也就是说我们可以准确知道几十年后的事情，也就是说我们世界未来是确定的。
在哲学上，就是机械唯物主义。
就是说，所有的一切都已经注定，宿命论啊。
    就像天气预报，短期来说，我们可以大概估计，但是永远不可能预测几个月，几年后准确的天气情况。

四、为什么用bp神经网络算法预测cpi只能预测几个月

你这样想：假设数学建模能够预测几年几十年后的cpi，也就是说我们可以准确知道几十年后的事情，也就是说我们世界未来是确定的。
在哲学上，就是机械唯物主义。
就是说，所有的一切都已经注定，宿命论啊。
    就像天气预报，短期来说，我们可以大概估计，但是永远不可能预测几个月，几年后准确的天气情况。

五、什么是神经网络控制技术

因为他么有未来函数，但是有未来函数的又是会随着行情的演变而变的，所以没有预测的软件，只有预测的人，盘感很重要，不要迷信软件，那样不是会看软件的人就能赚钱了。
关注资金动向是你首先应该学习的。

六、什么是神经网络控制技术

神经网络控制技术是一项复杂的系统控制技术，一般应用在变频器的控制中，它是通过对系统的辨识、运算后对变频器进行控制的一种新技术。
而且神经网络控制可以同时控制多个变频器，所以应用在多个变频器级联控制中比较合适。

七、为什么我用神经网络设计出的股票预测模型，预测结果老是和实际值相差一天??

好久没回答问题了，今天来一发。
我猜你输入的数据里一定有股价(包括开盘收盘均价等)，然后训练过程中训练函数发现当处理这些数据的神经元权重达到很大的值之后，训练误差会降到很小的水平，小到比其他权重安排方法还要小(局部极小)。
所以训练好的网络实际上变成了平移过去数据，就成了你看到的样子。

八、神经网络bp算法可以对样本进行预测，具体是预测什么？

他的预测是这样的一个意思：比如你知道x=1，2，3时y分别等于7，4，8，那么神经网络可以告诉你x=1.5或者x=1.254的时候，y等于多少。
或者，你知道x=1；
y=1时z=2；
x=5；
y=3时z=4；
x=3；
y=2时z=9；
...(任意几组，少至2组，多至几百组上千组都可以)这个时候，利用神经网络，你可以知道x=1.354；
y=4.654时z的值如果只有两组，可想而知，这个网络的预测精度并不是很高，而且利用一般的数学方法就很容易完成预测；
但是如果有上千组，那用一般的数学方法完成这样的预测基本上就是不可能的，而神经网络可以很容易的进行预测，建立一个能对这些样本很好拟合的网络，完成这样的预测。

九、为什么我用神经网络设计出的股票预测模型，预测结果老是和实际值相差一天??

好久没回答问题了，今天来一发。
我猜你输入的数据里一定有股价(包括开盘收盘均价等)，然后训练过程中训练函数发现当处理这些数据的神经元权重达到很大的值之后，训练误差会降到很小的水平，小到比其他权重安排方法还要小(局部极小)。
所以训练好的网络实际上变成了平移过去数据，就成了你看到的样子。

参考文档