|
|||||
|
|
| 一种改进的IPSO-BP神经网络在股指预测中的应用 ——以上证综指为例 | |
| 作者姓名： | 黄宏运1 吴礼斌2 李诗争1 吕石山1 刘琪2 |
| 作者单位： | 1.安徽财经大学 金融学院; 2.安徽财经大学 统计与应用数学学院: 安徽 蚌埠 233000 |
| 摘 要： | 针对股票数据具有规模庞大、结构复杂、多噪声和高度模糊非线性等特点而导致预测难的问题,利用改进的粒子群算法(固定惯性因子动态化)优化BP网络权阀值,建立了一个基于历史日收盘价、最低价、最高价、成交量、成交额、涨跌幅为输入变量,日开盘价为输出变量的预测模型.利用MATLAB软件对2007年1月4日至2015年8月31日上证综指(开盘价)进行了仿真预测,并且从绝对误差与相对误差等角度对比分析了BP网络优化前后的预测结果,结果表明IPSO优化后的BP网络不仅可以更快地实现收敛寻优,而且在对未来股价的趋势判断与指数 |
| 关 键 词： | 股票指数 预测 BP神经网络 PSO算法 动态惯性因子 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《延边大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《延边大学学报(自然科学版)》下载全文 | |