LM-BP算法在金融股指预测中的参数设定

• 作者: 刘澄 孙彬 鲍新中
• 来源期刊: 系统管理学报
• 学科: 经济
• 关键词: 股票指数预测 BP神经网络 隐层节点数确定 样本选取策略
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 学术论文
• 页码范围: 667-671
• 页数: 5页
• 分类号: F832.51
• 字数: 3931字
• 语种: 中文

摘要

针对股价系统内部结构的复杂性、外部因素的多变性,分析了基于BP网络进行股市预测的原理,利用三层前馈神经网络对股市建立预测模型,探讨了网络的拓扑结构、隐节点个数确定的原则、样本数据的选取和预处理、初始参数的确定等问题.为了避免网络陷入局部最小点和提高网络的收敛速度,算法采用改进后的LM-BP,并与其他BP算法进行比较.以最具代表性的上证指数为例,仿真实验表明了经过对筛选后的样本学习,并对所建的预测模型进行训练后,该LM-BP算法能够对有短期上证指数走势进行有效稳定预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘澄	北京科技大学经济管理学院	201	1249	17.0	26.0
2	鲍新中	北京科技大学经济管理学院	43	779	17.0	27.0
3	孙彬	北京科技大学经济管理学院	23	108	7.0	9.0