⑴ 基于神经网络的股票预测
还要含代码？
你的 t 让门夹了吧？
⑵ 请教用人工神经网络进行股票预测在weka
预测股票可不是有以往股票数据就能的，要考虑因果性，现实事件与股票波动有因果性，也就是时序性。在这情况下有LSTM单元组成循环神经网络可以做到，但训练集的强度跟体积可是很大的，这需要注意。
⑶ 人工智能炒股大概是怎么回事
智能是什么？学习， 记忆 ，联想， 推理，大概就是这些东西。人工智能就是人为地，让计算机通过某些程序算法去拥有智能。电脑，大家都了解，虽然计算能力惊人，不过总是死板的，冷冰冰的机器，必须在人给予具体的步骤后才能完成工作。如何使电脑拥有自主性呢？或者更具体一些，如何让其获得自主学习的能力?一想觉得很难，但其实很简单，只要有一个模拟人脑的算法就可以，即“神经网络”。顾名思义，这个算法的结构类似于人脑，类似于神经元互相联结的网络。
对于人脑，当外界输入信息，比如眼睛看见某种水果，则水果的颜色，形状，花纹等信息经过脑中神经网络的处理后得出是苹果，橘子或是西瓜的结论。
类似地，计算机对从外界输入的信息在神经网络这个算法中进行加减乘除，然后输出结果。大伙肯定会有疑问，人脑如此复杂的结构，怎么可能随随便便就在计算机上设计出来呢？我在接触人工智能前也有这样的困惑，但让我吃惊的是，我们不用管网络具体是什么样子的，电脑在用历史数据进行训练的过程中会自我调节，直到生成一个能完成任务的结构。所谓训练，是将历史数据输入网络，然后将输出的结果和作为导师的参考答案相比较，再根据差距自动调节网络的参数，如此一步步地调整，直到其能够输出令人满意的结果，而完成训练的程序就可以用来预测了。
⑷ bp神经网络股票价格预测的MATLAB编程
P=[];‘输入，开盘价，最高价，最低价，收盘价成交量依次5天的数据’
T=[];’输出，即第二日的收盘’
net=newff(minmax(P),[7,1],{'tansig','logsig'},'traingdx');
net.trainParam.epochs=1000; ‘最大训练次数，根据需要可自行调节’
net.trainParam.goal=0.01; ‘误差’
net.trainParam.lr=0.01; ‘学习率’
net=train(net,P,T); ‘训练网络’
test=[];‘待预测数据输入’
out=sim(net,test); ‘仿真预测’
我的这个程序没有进行初始化，你还需要先将数据进行初始化后才能算。
⑸ 神经网络 能对股票 预测吗
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。
⑹ 如今那么多的炒股软件里，哪个有人工智能功能啊
股票卫士APP利用谷歌AlphaGo技术整合全网碎片数据并提供针对整个股票市场的实时智能监测。正是利用强大的数据采集处理能力以及基于最先进的神经网络人工智能技术系统，股票卫士为广大股民提供精准买卖预警、股票自选股实时监测，为广大股民保驾护航，相当于生活中的股票智能管家，堪称“股市的360”。
⑺ 如果用神经网络学习股票买卖，能做出一个完美的赚钱程序吗
比较难，现在已经有这方面的研究和尝试了，但股票变动的决定因素很多，影响的作用大小也不一样，而且不同时期也有不同的规律，因此目前作用不大，更谈不上完美。
⑻ 利用BP神经网络预测股票价格走势
接着忽悠