股票价格预测的建模与仿真研究

• 作者: 王唯贤 陈利军
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 神经网络 遗传算法 股票价格
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 社会科学领域仿真
• 页码范围: 344-347
• 分类号: TP391
• 字数: 3151字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2012.01.087

摘要

研究股票价格准确预测问题,由于股票价格数据具非线性、随机性等变化规律,同时股票市场与国内外经济政治变化有关,传统股票价格预测方法只能对其线性变化规律进行准确预测,无法反映股票价格非线性部分进行有效建模,导致股价预测精度不高.为了提高股票价格预测精度,提出了一种遗传优化BP神经网络的股票价格预测模型.充分利用BP神经网络良好的非线性映射能力,对股票价格变化规律进行建模,并通过遗传算法对BP神经网络模型参数进行优化,从而获最优股票价格最优预测模型.实验结果表明,相对于传统股票价格预测模型,遗传算法优化BP神经网络的股票价格预测模型拟合程度更好,预测精度更高,为股票价格预测提供了依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王唯贤	河南财经政法大学现代教育技术中心	9	60	4.0	7.0
2	陈利军	河南财经政法大学现代教育技术中心	1	40	1.0	1.0