摘要:针对股价系统内部结构的复杂性、外部因素的多变性,分析了基于BP网络进行股市预测的原理,利用三层前馈神经网络对股市建立预测模型,探讨了网络的拓扑结构、隐节点个数确定的原则、样本数据的选取和预处理、初始参数的确定等问题。为了避免网络陷入局部最小点和提高网络的收敛速度,算法采用改进后的LM—BP,并与其他BP算法进行比较。以最具代表性的上证指数为例,仿真实验表明了经过对筛选后的样本学习,并对所建的预测模型进行训练后,该LM—BP算法能够对有短期上证指数走势进行有效稳定预测。
关键词:股票指数预测 bp神经网络 隐层节点数确定 样本选取策略
单位:北京科技大学经济管理学院 北京100083
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关期刊
Chinese Journal of Oceanology and Limnology Cellular Molecular Immunology International Journal of Automation Computing International Journal of Automation Computing Journal of Computer Science and Technology International Journal of Computing China World Economy Journal of Systems Science and Complexity China Petroleum Processing Petrochemical Technology Communications in Theoretical Physics