基于GD-FNN的金融股指预测模型

• 作者: 孙彬 张文学 李铁克
• 来源期刊: 计算机应用研究
• 关键词: 广义动态模糊神经网络 金融股指预测 预测指标体系 动态模糊规则抽取 滑动时间窗 金融非线性系统辨识
• 年，卷（期）: 2010,（9）
• 页码范围: 3272-3275,3278
• 分类号: F830.91|TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2010.09.018

摘要

针对股票市场内部结构复杂性和外部因素多变性,构建一种基于椭圆基函数且能够动态调整网络结构的广义动态模糊神经网络模型对金融股指进行预测.以上证指数为例,在价格和成交量的基础上,将与股票市场密切相关的宏观经济指标引入模型预测指标体系.通过滑动时间窗对数据集进行处理,提高了模型预测准确性并降低了运算时间.与其他神经网络模型预测效果进行比较,结果表明提出的模型具有较好的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李铁克	北京科技大学经济管理学院	165	1829	21.0	34.0
5	张文学	北京科技大学经济管理学院	15	123	7.0	11.0
14	孙彬	北京科技大学经济管理学院	23	108	7.0	9.0