基于小波和神经网络相结合的股票价格模型

• 作者: 张坤 李彤 郁湧
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 小波 神经网络 预测模型 股票 时间序列
• 年，卷（期）: 2009,（23）
• 所属期刊栏目: 人工智能
• 页码范围: 5496-5498
• 页数: 3页
• 分类号: TP183
• 字数: 2931字
• 语种: 中文

摘要

针对股票价格构成的时间序列具有随机性与偶然性,传统的单一模型很难满足建模要求的问题,提出一种基于小波和神经网络相结合的股票预测模型.将股票价格进行小波分解成尺度不同的分层数据,分别利用Elman神经网络预测各层数据,将各层的预测结果使用BP神经网络合成最终预测结果.通过实际的股票价格对该模型进行验证,结果表明,该组合模型具有较高的预测效果,可以提高股票价格预测的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李彤	云南大学软件学院	151	861	14.0	22.0
2	张坤	楚雄师范学院数学系	19	123	5.0	10.0
3	郁湧	云南大学软件学院	26	169	7.0	12.0