基于RBF神经网络的股票市场预测

• 作者: 杨天奇 陈政
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 径向基函数 神经网络 股票市场预测
• 年，卷（期）: 2010,（6）
• 所属期刊栏目: 基金项目论文
• 页码范围: 108-110
• 分类号: TP3
• 字数: 2959字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2010.06.035

摘要

提出了一种基于RBF(Radial Basic Function)神经网络的股票市场预测模型.RBF神经网络的结构简单,具有良好的全局逼近性能,以及非线性映射能力和高度非线性的特点.在这种情况下,根据股票数据是一类非线性较强的时间序列,对其进行预测,即从前N个数据中预测将来的M个数据,建立股票市场的短期预测模型,并以一个典型的实例加以分析和验证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨天奇	暨南大学计算机科学系	44	282	9.0	14.0
2	陈政	暨南大学计算机科学系	5	44	3.0	5.0