基于PCA-BP神经网络综合模型预测股票价格

摘要：

针对股票价格和涨跌趋势预测准确度问题,构建PCA-BP(Principal Component Analysis-Back Propagation)神经网络综合模型.将主成分分析法与BP神经网络模型组合,测试得到在隐层节点为7时误差最小,能100％预测股票的涨跌.构建PCA-BP神经网络综合模型,综合模型预测股票涨跌准确度为95％,股票价格误差相对减少.最后可知,综合模型比单个PCA-BP神经网络模型更有优势,能更好地给投资者切实可行的建议.

关键词：BP神经网络模型、主成分分析、股票价格、长短期预测

所属期刊栏目：16

分类号：TP183(自动化基础理论)

资助基金：陕西国际商贸学院校级项目SMXY201905

在线出版日期：2020-12-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：4-7