用RBF神经网络确定上海股市的分形维数

摘要：

从预测能力的角度采用径向基函数(radial basis function, 简称RBF)神经网络方法计算我国上海股票市场的分形维数, 并通过RBF神经网络的实验, 得到上海股市的最小嵌入维数为6, 验证了股市分形维数在2～3之间, 从而进一步确定了我国上海股票市场是一个具有混沌现象的系统.最后探讨了利用股票市场的混沌特性进行短期预测的效果和可行性.

关键词：股票市场、混沌、RBF神经网络、分形维数

所属期刊栏目：49

分类号：F830.9(金融、银行)

资助基金：高等学校博士学科点专项科研项目01JB630009

在线出版日期：2004-01-08（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：309-312