计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2006年
28期
221-224
,共4页
股票预测%灰关联理论%RBF神经网络%价值预测
股票預測%灰關聯理論%RBF神經網絡%價值預測
고표예측%회관련이론%RBF신경망락%개치예측
为了预测股票价格的短期走势,在预测算法中引进RBF神经网络,利用RBF神经网络具有唯一最佳逼近、无局部极小、学习速度快的特点,在预测股票行情时,能达到较高的精度.同时,为了优化RBF网络的输入参数结构,引入二次参数的概念,设计了基于灰关联理论的技术指标选择控制器,从众多的技术指标中选出部分最能反映股票近期趋势的指标,从而获得包含股市本质信息的低维输入,大幅度减少了运算量.最后,在综合两者优势的基础上构造了一种新型价值预测系统,该系统具有较快的运算速度和较高的预测精度.仿真实验表明,该方案是可行的.
為瞭預測股票價格的短期走勢,在預測算法中引進RBF神經網絡,利用RBF神經網絡具有唯一最佳逼近、無跼部極小、學習速度快的特點,在預測股票行情時,能達到較高的精度.同時,為瞭優化RBF網絡的輸入參數結構,引入二次參數的概唸,設計瞭基于灰關聯理論的技術指標選擇控製器,從衆多的技術指標中選齣部分最能反映股票近期趨勢的指標,從而穫得包含股市本質信息的低維輸入,大幅度減少瞭運算量.最後,在綜閤兩者優勢的基礎上構造瞭一種新型價值預測繫統,該繫統具有較快的運算速度和較高的預測精度.倣真實驗錶明,該方案是可行的.
위료예측고표개격적단기주세,재예측산법중인진RBF신경망락,이용RBF신경망락구유유일최가핍근、무국부겁소、학습속도쾌적특점,재예측고표행정시,능체도교고적정도.동시,위료우화RBF망락적수입삼수결구,인입이차삼수적개념,설계료기우회관련이론적기술지표선택공제기,종음다적기술지표중선출부분최능반영고표근기추세적지표,종이획득포함고시본질신식적저유수입,대폭도감소료운산량.최후,재종합량자우세적기출상구조료일충신형개치예측계통,해계통구유교쾌적운산속도화교고적예측정도.방진실험표명,해방안시가행적.