人工神经网络在证券价格预测中的应用

人工神经网络在证券价格预测中的应用

证券市场中成功的交易模式是可以模仿及学习的.证券价格走势实质是一种复杂时序函数.人工神经网络是在模仿人脑处理问题过程中发展起来的新型智能信息处理系统,人工神经网络可以通过调节连接权值以任意精度逼近任何连续函数,因此也可以逼近证券价格随时间变换这种函数.文中采用基于BP模型的神经网络,用BP算法和遗传算法来训练网络权值,同时也采用了动量法和学习率自适应调整相结合的策略,对证券市场的价格进行建模和预测,结果表明,此模型具有较好的学习、泛化能力,对股票市场或其他类似的非线性经济系统的走势预测决策具有较好的效果.

作 者： 陈光华 CHEN Guang-hua   作者单位： 浙江大学计算机学院,浙江,杭州,310000  刊 名： 计算机仿真  ISTIC PKU 英文刊名： COMPUTER SIMULATION  年，卷(期)： 2007 24(10)  分类号： O242.1  关键词： 股票市场   神经网络   反向传播算法   遗传算法   预测  

【人工神经网络在证券价格预测中的应用】相关文章：

人工神经网络在环境灾害预测中的应用进展04-26

基于MATLAB的BP神经网络组合预测模型在公路货运量预测中的应用04-27

基于Matlab的BP神经网络在大气污染物浓度预测中的应用04-27

神经网络在GPS高程拟合中的应用04-27

人工神经网络在飞机总体外形智能CAD中的应用04-27

基于MATLAB7的神经网络在灌溉用水量预测中的应用研究04-27

Elman型神经网络在液体火箭发动机故障预测中的应用04-26

组合预测模型在物流需求预测中的应用04-26

应用BP神经网络预测泾惠渠灌区来水量04-26

人工神经网络在大气环境质量评价中的应用04-27