证券市场的神经网络预测应用分析

证券市场不仅包含了分形运动和随机运动 ,也包含了趋势运动和周期运动。因此 ,证券市场是可以预测的。近年来 ,人们运用非线性时间序列中的自回归条件异方差模型 (ARCH)与广义自回归条件异方差模型 (GARCH)等模型来描述股价的变动特征 ,国际间的主要资本市场的股价波动与主要的货币现期及远期汇率均可由这些模型进行有效的解释。神经网络是人类大脑的一种高度简化的抽象 ,它是一个解决复杂问题的强大工具 ,在证券市场的预测问题上已显示出较高的价值。