近5年的大熊市结束了,在上证指数重上千三踏入千四的时候,投资股票重新成为现代人生活中的一个重要组成部分,股票投资已成为社会公众谈论的中心之一,而股市的健康发展和繁荣也成为管理者和投资者关心和研究的重点。股票投资的收益与风险往往是成正比的,即投资收益越高,可能冒的风险越大。因此,股市风险评估方法的研究具有极其重要的应用价值和理论意义。但是影响股票价格的复杂性外部因素的多变性决定了这项任务的艰巨性,而传统的预测工具已不能满足这种需要。 本文在深入研究可拓检测方法和股价预测方法的基础上,提出了建立股票物元模型并用神经网络实现物元转换的方法。股票市场是一个极其复杂的非线性动力学系统,而神经网络具有很强的非线性逼近能力和自学习、自适应等特性,本文的数据说明,结合可拓学和神经网络对股市建模可以取得比较不错的短期风险评估效果。 针对传统的股票预测系统以趋势预测正确率为评价标准的不足,本文采用可拓检测技术的可信度作为评估值与实际值之间的评价标准,在数据选取方面,选取了5支具有代表性的股票作为研究目标,使验证结果更有说服力。 最后本文介绍了自行开发的评估系统的功能,不足之处和以后的发展方向。