时代金融(下旬)
時代金融(下旬)
시대금융(하순)
TIMES FINANCE
2012年
5期
241
,共1页
股票价格%BP网络%RBF网络%遗传算法%GABP网络
股票價格%BP網絡%RBF網絡%遺傳算法%GABP網絡
고표개격%BP망락%RBF망락%유전산법%GABP망락
股票价格受到社会经济等多方面因素的影响,价格变化大,具有非线性和不稳定的特征,采用传统的线性模型难以准确的预测.本文采用BP、RBF神经网络,以及GABP神经网络进行股票价格预测,比较分析了三种方法的预测精度.实证结果表明,神经网络能够较好地对股票价格进行预测,其中GABP网络比传统的BP和RBF网络有更好的全局收敛性及更高的预测精度.
股票價格受到社會經濟等多方麵因素的影響,價格變化大,具有非線性和不穩定的特徵,採用傳統的線性模型難以準確的預測.本文採用BP、RBF神經網絡,以及GABP神經網絡進行股票價格預測,比較分析瞭三種方法的預測精度.實證結果錶明,神經網絡能夠較好地對股票價格進行預測,其中GABP網絡比傳統的BP和RBF網絡有更好的全跼收斂性及更高的預測精度.
고표개격수도사회경제등다방면인소적영향,개격변화대,구유비선성화불은정적특정,채용전통적선성모형난이준학적예측.본문채용BP、RBF신경망락,이급GABP신경망락진행고표개격예측,비교분석료삼충방법적예측정도.실증결과표명,신경망락능구교호지대고표개격진행예측,기중GABP망락비전통적BP화RBF망락유경호적전국수렴성급경고적예측정도.
