指数预测的一种混合模型

• 作者: 仲伟俊 常松 张玉林
• 来源期刊: 系统工程理论方法应用
• 学科: 经济
• 关键词: 金融工程 知识发现 粗集 神经网络 遗传算法
• 年，卷（期）: 2002,（2）
• 所属期刊栏目: 学术论文
• 页码范围: 157-162
• 页数: 6页
• 分类号: F830
• 字数: 5527字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2542.2002.02.015

摘要

粗集和神经网络相结合反映的是人类智能的定性和定量、清晰和隐含、串行和并行相互交叉混合的常规思维机理.本文建立这样一种混合模型用于指数趋势的预测,通过粗集对数据的二维约简预处理消除了样本中的噪声和冗余,提高神经网络预测精度的同时还降低了学习负担;利用遗传算法进行属性离散化和网络权重的优化获得了较优的预测精度.对上证综指的实证分析表明,这种混合模型的性能明显优于BP和GA神经网络模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	仲伟俊	东南大学经济管理学院	345	6425	42.0	68.0
2	张玉林	东南大学经济管理学院	60	713	16.0	25.0
3	常松	东南大学经济管理学院	8	356	7.0	8.0