基于强化学习的股票预测系统的研究与设计

• 作者: 叶德谦 杨樱 金大兵
• 来源期刊: 科技与创新
• 关键词: 股票预测 BP神经网络 强化学习 RBP模型
• 年，卷（期）: 2006,（6）
• 所属期刊栏目: 金融电子
• 页码范围: 149-151
• 页数: 3页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2006.06.055

摘要

股票市场是金融分析领域中重要而困难的问题.股票数据的分析和预测具有重大的理论意义和诱人的应用价值.BP神经网络在目前的股票预测系统中应用广泛,但是作为有导师的学习系统,BP神经网络必须要求提供相关的经验数据才能正常运行.对此本文提出了一种基于强化学习BP算法应用于股票预测系统,通过强化学习体系来实现体统的自学习,通过网络集成来达到初始数据的预处理,提高系统的泛化能力,在实际应用中取的较好的效果.