基于交叉覆盖算法的股票预测

• 作者: 万忠 张晨希 张燕平 张迎春 张铃 陈洁
• 来源期刊: 微机发展
• 学科: 工学
• 关键词: 股票 预测 交叉覆盖算法 数据
• 年，卷（期）: 2005,（12）
• 所属期刊栏目: 智能、算法、软件工程
• 页码范围: 35-37
• 页数: 3页
• 分类号: TP183
• 字数: 2698字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2005.12.013

摘要

针对股票预测的特点,选择了对上市公司股票走势有重要影响的相关数据并对其进行测试,为了避免传统的神经网络分类方法(如BP算法)的学习过程收敛速度慢、网络性能差、可能存在局部极小值等弊端,文中使用可以避免这些弊端并且具有良好分类功能的交叉覆盖算法对上市公司股票走势进行预测,结果表明预测的精度明显高于采用BP算法等传统神经网络分类方法的测试结果,且速度快,结果的可解释性强,预测达到了让人满意的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张燕平	安徽大学计算智能与信号处理实验室	148	1556	21.0	32.0
2	张铃	安徽大学计算智能与信号处理实验室	85	2554	22.0	49.0
3	张迎春	安徽大学计算智能与信号处理实验室	11	120	5.0	10.0
4	陈洁	安徽大学计算智能与信号处理实验室	48	232	8.0	13.0
5	张晨希	安徽大学计算智能与信号处理实验室	5	91	4.0	5.0
6	万忠	安徽大学计算智能与信号处理实验室	7	105	4.0	7.0