基于人工神经网络的股市预测模型

• 作者: 孙丹 张秀艳
• 来源期刊: 吉林大学学报(信息科学版)
• 学科: 工学
• 关键词: 人工神经网络 股市 预测
• 年，卷（期）: 2002,（4）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 68-70
• 页数: 3页
• 分类号: TP183
• 字数: 1930字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5896.2002.04.014

摘要

建立了构成基于人工神经网络的3种股市预测模型(基本数据模型、技术指标模型和宏观分析模型),分析了神经网络应用于股市预测的实效性.实证分析表明,3种模型对上证综合指数的拟合效果均较好.在"基本数据模型"中,建立带有附加动量项和自适应学习速率的BP网络,具有较快的运算速度和逼近性能.在"技术指标模型"中,通过一些股市重要技术指标的引入,使其增加了反映市场各方面深层内涵的信息,而且网络的泛化能力有所提高.在"宏观分析模型"中,引入了影响股市的5项主要宏观经济指标,使模型包含了宏观经济基本面的更多信息,强化了股市神经网络模型的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张秀艳	吉林大学商学院	24	209	6.0	14.0
2	孙丹	天津商学院信息学院	5	70	2.0	5.0