10.3969/j.issn.1006-2475.2017.11.023
一种基于学习型人工免疫算法的股价预测模型
针对传统的人工免疫算法中的克隆变异无差异化和BP神经网络容易陷入局部极小的缺点,提出一种结合学习型人工免疫算法与BP算法的新股价预测模型,利用该模型对股票进行股价预测和投资策略分析.该模型克服了人工免疫算法中抗体克隆和抗体变异无差异化的缺陷,并在模型中加入抗体学习功能,提高抗体优化的收敛速度和精度.仿真结果表明,学习型人工免疫算法的股价预测(Stock Price Prediction—Learning Artificial Immune System,SPP-LAIS)模型在投资策略上成功率要优于BP股价预测模型.
神经网络、学习型人工免疫算法、投资策略、股价预测模型
TP391(计算技术、计算机技术)
2017-12-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
122-126