基于神经网络的股票预测系统研究

摘要：

本文设计了一种基于粗集理论和神经网络的股票操作支持系统.系统根据对股票历史数据分析,预测股价未来一段时间内的走势,进而对投资者进行股票操作支持.指导投资者在投入资金一定的情况下,如何操作才会使总收益为最大.本系统首先利用粗集理论对预测数据进行属性约简等处理,然后把处理过的数据作为神经网络的输入.这样不仅减小了神经网络的规模,同时通过消除对象冗余减少了网络的训练和学习负担,与采用单技术的预测系统相比,本决策支持系统的可信度也有了较大的提高.

关键词：多层前馈神经网络、粗集理论、属性约简、遗传算法

所属期刊栏目：23

分类号：TP311(计算技术、计算机技术)

资助基金：教育部留学回国人员科研启动基金2002498

在线出版日期：2007-04-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：240-241,305