基于差值灰色RBF网络模型股票价格预测研究

被引：5

作者：

江龙

薛佳佳

机构：

[1] 中国矿业大学理学院

来源：

广西大学学报(自然科学版) | 2012年 / 37卷 / 03期

关键词：

RBF神经网络; GM(1,1)模型; 差值结合法; 股票价格; 预测;

D O I：

10.13624/j.cnki.issn.1001-7445.2012.03.035

中图分类号：

F830.91 [证券市场]; TP183 [人工神经网络与计算];

学科分类号：

1201 ; 020204 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对RBF神经网络的预测精度受样本数据随机性影响较大,而灰色理论能弱化数据随机性的特点,提出了差值结合法将灰色GM(1,1)模型和RBF神经网络模型有效地结合起来,构建了差值灰色RBF网络预测模型。并利用此模型进行股票价格预测,实证结果表明:该模型预测稳定性较好,预测精度高,平均预测误差为0.68%,与BP神经网络和RBF神经网络相比具有更好的泛化能力和更高的预测精度,在股票预测中具有一定的实用价值。

引用

收藏

页码：594 / 599

页数：6

相关论文

共 13 条

[1] GM(1,1)幂模型求解方法及其解的性质 [J].

王正新 ;

党耀国 ;

刘思峰 ;

练郑伟 .

系统工程与电子技术, 2009, 31 (10) :2380-2383

[2] 基于主成分的遗传神经网络股票指数预测研究 [J].

智晶 ;

张冬梅 ;

姜鹏飞 .

计算机工程与应用, 2009, (26) :210-212

[3] 估计GM(1,1)模型参数的一种新方法 [J].

刘威 ;

崔高锋 .

系统工程与电子技术, 2009, 31 (02) :471-474

[4] 基于灰色系统GM(1,1)模型的疲劳寿命预测方法 [J].

王旭亮 ;

聂宏 .

南京航空航天大学学报, 2008, 40 (06) :845-848

[5] 基于灰色模型GM(1,1)的海岸线变化趋势预测——以辽河口三角洲地区为例 [J].

陈路遥 ;

蒋卫国 ;

陈云浩 ;

李京 ;

林爱华 .

应用基础与工程科学学报, 2008, (04) :511-517

[6] 基于AQPSO算法优化的RBF网络模型及应用研究 [J].

余健 ;

郭平 .

北京师范大学学报(自然科学版), 2007, (06) :627-630

[7] 灰色GM(1,1)模型在区域物流规模预测中的应用 [J].

王晓原 ;

李军 .

武汉理工大学学报(交通科学与工程版), 2005, (03) :415-417

[8] 基于神经网络的股票市场趋势预测 [J].

龙建成 ;

李小平 .

西安电子科技大学学报, 2005, (03) :460-463

[9] 用RBF神经网络确定上海股市的分形维数 [J].

徐绪松 ;

熊保平 ;

龙虎 .

武汉大学学报(理学版), 2003, (03) :309-312

[10] 基于BP神经网络的股市建模与决策 [J].

禹建丽 ;

孙增圻 ;

Valeri.Kroumov ;

成久洋之 ;

刘治军 .

系统工程理论与实践, 2003, (05) :15-19+58