人工神經網絡在證券價格預測中的應用

證券市場中成功的交易模式是可以模仿及學習的.證券價格走勢實質是一種復雜時序函數.人工神經網絡是在模仿人腦處理問題過程中發展起來的新型智能信息處理系統,人工神經網絡可以通過調節連接權值以任意精度逼近任何連續函數,因此也可以逼近證券價格隨時間變換這種函數.文中采用基于BP模型的神經網絡,用BP算法和遺傳算法來訓練網絡權值,同時也采用了動量法和學習率自適應調整相結合的策略,對證券市場的價格進行建模和預測,結果表明,此模型具有較好的學習、泛化能力,對股票市場或其他類似的非線性經濟系統的走勢預測決策具有較好的效果.

作 者： 陳光華 CHEN Guang-hua   作者單位： 浙江大學計算機學院,浙江,杭州,310000  刊 名： 計算機仿真  ISTIC PKU 英文刊名： COMPUTER SIMULATION  年，卷(期)： 2007 24(10)  分類號： O242.1  關鍵詞： 股票市場   神經網絡   反向傳播算法   遺傳算法   預測  

【人工神經網絡在證券價格預測中的應用】相關文章：

人工神經網絡在環境災害預測中的應用進展04-26

基于MATLAB的BP神經網絡組合預測模型在公路貨運量預測中的應用04-27

基于Matlab的BP神經網絡在大氣污染物濃度預測中的應用04-27

神經網絡在GPS高程擬合中的應用04-27

人工神經網絡在飛機總體外形智能CAD中的應用04-27

基于MATLAB7的神經網絡在灌溉用水量預測中的應用研究04-27

Elman型神經網絡在液體火箭發動機故障預測中的應用04-26

組合預測模型在物流需求預測中的應用04-26

應用BP神經網絡預測涇惠渠灌區來水量04-26

人工神經網絡在大氣環境質量評價中的應用04-27