基于BP神经网络股价预测的一种改进方法

摘要：

为提高神经网络经济预测的泛化能力,对神经网络预测数据处理方法进行了改进,把对数据的归一化变为对数据增长量的归一化,因而只要被预测的增长量不超过以往的历史数据增长量,则不会发生外延问题.根据这一思路,采用个股(中国石化)收盘价的数据,通过对收盘价的增长量进行了归一化,得到新的时间序列,将该时间序列视为一个从输入到输出的非线性映射,用BP神经网络进行非线性映射的逼近.对网络进行学习与训练的仿真试验后,预测结果与实际结果的比较说明,改进方法有效.

关键词：BP神经网络、泛化能力、预测模型、股价

所属期刊栏目：4

分类号：F224(经济计算、经济数学方法)

在线出版日期：2007-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：71-73