基于粒子群神经网络的期货价格预测

目前在对中国期货市场进行价格预测时,采用神经网络预测时多用的是BP神经网络,但是BP神经网络存在对初始权阈值敏感、易陷入局部极值和收敛速度慢的问题。因此,为了提高模型效率,提出采用PSO-BP模型预测期货价格。首先运用粒子群算法代替BP神经网络的初始寻优,再用BP算法对优化的网络权阈值进一步精确优化,随后建立了基于粒子群算法的BP神经网络预测模型,并将其应用到中国期货市场的期货价格预测研究中。仿真结果表明,新模型结合了粒子群算法的全局寻优能力和BP神经网络算法的局部搜索优势,有效的防止了网络陷入局部极小值的可能,提高了神经网络模型预测的速度和准确性。