1、證券市場(chǎng)對(duì)國(guó)民經(jīng)濟(jì)的推動(dòng)作用毋庸置疑，尤其是在經(jīng)濟(jì)全球化的形勢(shì)下，證券市場(chǎng)能否健康發(fā)展直接影響國(guó)家的經(jīng)濟(jì)競(jìng)爭(zhēng)力。在我國(guó)資本市場(chǎng)中存在一種觀點(diǎn)，我國(guó)上市公司的股票業(yè)績(jī)與基本面無(wú)關(guān)，價(jià)格失真。
　　股票市場(chǎng)是一個(gè)極其復(fù)雜的非線性系統(tǒng)，然而神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的自學(xué)習(xí)、自適應(yīng)和非線性逼近能力等特性。遺傳算法根據(jù)適者生存的原理進(jìn)行全局搜索，注重搜索未知區(qū)域，將遺傳算法和神經(jīng)網(wǎng)絡(luò)算法結(jié)合起來(lái)，可充分發(fā)揮他們的優(yōu)勢(shì)。為此，本文采取遺傳算法和神經(jīng)網(wǎng)

2、絡(luò)技術(shù)對(duì)上市公司股票價(jià)格與基本面的關(guān)聯(lián)性進(jìn)行實(shí)證研究。
　　本文詳細(xì)分析了影響我國(guó)股票價(jià)格的諸多因素，從宏觀經(jīng)濟(jì)走向、上市公司業(yè)績(jī)、其他因素這三個(gè)影響我國(guó)股票價(jià)格的主要因素中確立了神經(jīng)網(wǎng)絡(luò)模型的輸入?yún)?shù)，分別是每股收益、凈資產(chǎn)收益率、流通股本、GDP(Gross Domestic Product)和CPI(Consumer Price Index);輸出參數(shù)為股票價(jià)格。
　　本文選擇BP(Back-Propagation)神

3、經(jīng)網(wǎng)絡(luò)建模。通過(guò)實(shí)驗(yàn)確定了模型的層數(shù)及神經(jīng)元個(gè)數(shù)和權(quán)值矩陣。使用Levenberg-Marquardt算法對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行了改進(jìn)，減少了BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練時(shí)間，提高了BP神經(jīng)網(wǎng)絡(luò)的收斂精度。通過(guò)遺傳算法與神經(jīng)網(wǎng)絡(luò)結(jié)合，用遺傳算法對(duì)BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值進(jìn)行優(yōu)化。構(gòu)建了上市公司股價(jià)與基本面因素研究的模型。
　　最后，使用MATLAB對(duì)模型進(jìn)行仿真、訓(xùn)練、驗(yàn)證。結(jié)果表明:雖然很長(zhǎng)一段時(shí)間股價(jià)脫離基本面運(yùn)行，但是隨著市場(chǎng)秩序的規(guī)