用人工神经网络进行股票预测，数据样本为开盘，收盘，最高，最低，成交量，成交额。用weka或matlab实现

1. 用人工神经网络进行股票预测，数据样本为开盘，收盘，最高，最低，成交量，成交额。用weka或matlab实现

把样本数据分为训练样本和测试样本，然后用训练样本训练网络，用测试样本进行模型验证

2. 使用weka中的神经网络做预测，有现成的属于，如何预测新数据？

weka好像只对类属性能进行预测，即你能提供带已知类属性的训练集数据和类属性未知的预测集。在Explorer下面选好神经网络算法后，在test option下面选好training test和supplied test  set。

3. BP神经网络在Weka中的应用，请教运行结果。

如果你想在自己的test set上看prediction，记得在more那里把output prediction勾上，这个只显示了你的模型在test set上的表现

4. 请问：如何用人工神经网络来进行预测？

用第1月到第25月的输入数据，和第1月到第25月的输出数据作为网络的训练数据，然后将你第26月的对应的输入作为网络的输入，就可以得出第26月的输出。
你可以在网上下个别人使用过的神经网络的模板或工具箱，修改成自己需要的就是了。

5. 怎样用weka对数据进行神经网络训练

常用的神经网络就是向前反馈的BP(Back Propagation)网络，也叫多层前馈网络，而BP在weka中就是由MultilayerPerceptron算法实现的。

所以呢
在weka explorer中选用classifiers.functions.MultilayerPerceptron训练分类模型就可以了^^

6. 运用AR模型进行预测与人工神经网络进行预测的区别在哪里？

AR模型是一种线性预测，即已知N个数据，可由模型推出第N点前面或后面的数据（设推出P点），所以其本质类似于插值，其目的都是为了增加有效数据，只是AR模型是由N点递推，而插值是由两点（或少数几点）去推导多点，所以AR模型要比插值方法效果更好。

而用人工神经网络进行预测，构建的网络模型是一种非线性函数，推算出预测值。
在速度上比AR慢，但是每个数据可以有几个数据点组成，而AR只能是每个数据有一个数据点。

7. weka 用神经网络进行分类 其中有一个选项不知道是干嘛的，再顺便介绍一下别的选项，谢谢

这种软件一般都有详尽的手册，自己阅读手册就好了。

8. 人工神经网络预测

我的毕业论文也是做神经网络预测的，关于这方面的程序或论文都挺多的，上网查一下，然后理解一下基本就可以了，但如果想做的更深的话就要系统的学习。
科技创新贵在新，你如果只是简单的看书的话可能出不来新的东西，毕竟短时间内你是找不出神经网络的缺陷在哪里，应如何创新。因为人们已经找出了针对已经发现的神经网络缺陷的解决方法。
如果有需要的话可以邮件联系，顺便探讨一下，我的邮箱是lijingny1986@126.com.