基于PCA-BP组合模型的股价预测分析

摘要：

随着金融业数据环境的日益复杂,投资者稳定或超额投资收益难以保障.传统模型因其非线性映射能力弱而不能作为选股指导,因而面对日益突出的股票分析技术需求,新型算法的研究十分必要.运用了主成分分析法与B P神经网络模型的算法对五只个股进行预测,实现了数据的降维,良好地处理了股票市场复杂的非线性问题,并基于回测的历史数据不断更正模型得到精确度较高的PCA-BP组合模型.实际运用时还选取了数据拟合的方法,较好模拟了指标趋势,使得模型预测后的平均误差保持在极小的状态,且在短期预测上有一定的优势.

关键词：股票预测;主成分分析;BP神经网络;数据拟合

所属期刊栏目：44

分类号：TP183(自动化基础理论)

资助基金：吉林省大学生创新创业训练项目201910186012

在线出版日期：2021-09-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：125-130