神经网络算法在股指预测中的应用

• 作者: 周佩玲 王光强
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 成组数据处理的神经网络算法 股指 预测
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 211-212
• 页数: 2页
• 分类号: TP18
• 字数: 2872字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2006.01.074

摘要

GMDH是一种具有自组织特征的数据处理方法,适用于非线性系统的建模,股指是一种重要的金融数据,具有混沌特性.该文将相空间重构引入了GMDH神经网络的建模中,并将之应用于道琼斯等股指的预测.同BP神经网络方法及一阶局域预测法相比,GMDH获得了更好的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周佩玲	中国科学技术大学电子科学技术系	38	797	14.0	27.0
2	王光强	中国科学技术大学电子科学技术系	1	23	1.0	1.0