基于三种映射结构非线性模型检测方法及其应用
预测股票市场价格指数是一项具有挑战性的任务.许多学者尝试过多种模型来预测股票指数,主要有自回归积分滑动平均模型、人工神经网络、支持向量机、决策树和遗传算法等.本文采用神经网络预测中国基准股票指数——沪深300指数走势,试图通过改变输入数据和神经元数量等来取得更好的拟合效果.利用命中率和均方误差对预测精度进行测量.通过调整滞后阶数和隐层神经元个数,观察命中率的变化趋势.结果表明,通过并行输入向量数据对收盘价命中率的作用不大,但是能显著提高最高价和最低价的命中率.
自回归积分滑动平均模型、人工神经网络、遗传算法、命中率、均方误差
F830.9(金融、银行)
四川省教育厅《外汇现金与期权市场金融信息融合》18SB0182;四川省教育厅《协同创新理念下高职财经类专业生产性实训基地建设研究》18SA0053;成都职业技术学院《智能金融分析》16CZYTD951
2019-10-30（万方平台首次上网日期，不代表论文的发表时间）
共5页
110-114
