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
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
[11]  
神经网络[M]. 高等教育出版社 , 史忠植, 2009
[12]  
神经网络设计方法与实例分析[M]. 北京邮电大学出版社 , 施彦, 2009
[13]   RBF神经网络在股市趋势预测中的应用 [J].
朱赟 ;
王行愚 .
华东理工大学学报, 2002, (05) :547-550