基于神经网络和模式匹配的股票预测研究

• 作者: 冯少荣 张东站 林倩瑜
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 股票 预测 反向传播神经网络 模式匹配 非线性
• 年，卷（期）: 2010,（5）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 17-20,25
• 分类号: TP183
• 字数: 4456字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2010.05.005

摘要

BP神经网络是分析股票数据最流行的工具之一.近期对模式匹配算法的研究表明模式匹配简化了股票趋势预测的复杂度并为股票市场预测提供了一种简单有效的方法.文中分别阐述了BP神经网络和模式匹配识别的原理,并提出将两种算法相结合,建立一个基于BP神经网络和模式匹配识别的股票市场分析和预测系统.这个系统克服了神经网络预测系统目标函数存在局部最小和模式匹配识别预测系统缺少股票价格自身变化特性的缺点,具有两种算法在股票预测应用方面的优势.通过对泰山石油的股价进行分析来测试这个系统.实验结果表明此方法不仅收敛速度快、预测精度高,而且易于操作,具有一定应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯少荣	厦门大学计算机科学系	49	822	13.0	28.0
2	张东站	厦门大学计算机科学系	43	357	9.0	18.0
3	林倩瑜	厦门大学计算机科学系	1	13	1.0	1.0