1. 研究目的与意义（文献综述）

股票市场是经济的“晴雨表”,其作用不仅被政府所重视,更受到广大投资者的关注。投资者希望了解股价运行的规律,从而正确预测股价走势,由此获利；管理者希望了解股价运行的内在机制帮助预测灾难性的股价振荡,从而采取适当措施来维护股票市场的稳定。

目前国内外在进行股票预测时,采用的智能计算方法主要还是神经网络技术,利用基因表达式编程技术的较少。在利用神经网络技术进行股票预测的研究中,有学者曾经尝试利用神经网络来预测普通股每日报酬率,但是预测结果不甚理想。原因可能是神经网络陷入局部极小值而无法跳脱。

2. 研究的基本内容与方案

1.介绍了股票及其相关的基础知识,论述了影响股票价格的因素,包括市场内部因素、基本面因素和政策因素讨论了股票预测的理论前提及常见的股票预测分析方法,基础面因素分析和技术分析等并对股价预测存在的一些问题进行了总结。

2.介绍了遗传算法的基本操作和一般流程分析了遗传程序设计的基本思想和基本技术重点讨论了基因表达式编程的基本思想和具体实现,并给出了语言的核心代码。二个测试集的拟合实验结果表明,基因表达式编程技术在函数发现和数据挖掘方面具有广阔的应用前景。

3. 研究计划与安排

2017.3.2-2017.3.5

完成开题报告

2017.3.5-2017.3.15

4. 参考文献（12篇以上）

[1]刘小生, 李胜, 赵相博. 基于基因表达式编程的pm2.5浓度预测模型研究[j]. 江西理工大学学报, 2013(5):1-5.

[2]王剑. 基因表达式编程在股票预测中的应用与研究[d]. 武汉理工大学, 2008.

[3]王艳. 基因表达式编程在时序变形数据处理中的应用[j]. 河南科技, 2014(24):153-153.