组合模型的基金净值预测研究

摘要：

研究基金净值预测问题,基金净值的变化受到政治、经济等多种因素的影响,变化规律相当复杂,各种影响因素间呈复杂的非线性关系,针对传统的预测方法不能很好反映这种非线性规律,导致基金净值预测精度不高,为了提高基金净值预测精度,提出了一种采用粒子群优化与BP神经网络相结合的组合模型,用于基金净值预测研究.利用粒子群具有较快的收敛速度和优异的全局寻优能力,对BP神经网络的权值和阈值进行仿真,证明提高了基金净值的预测精度.通过实证研究,表明了组合模型比其它模型具有更高的精确度和更快的收敛速度,能准确地捕捉基金净值的变化状况,为基金净值预测提供了一个实用的方法.

关键词：组合模型、粒子群、神经网络、基金净值

所属期刊栏目：28

分类号：TP311.5(计算技术、计算机技术)

在线出版日期：2011-08-17（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：354-357