基于BP神经网络的证券市场异常波动识别模型

• 作者: 韩俊
• 来源期刊: 赤峰学院学报（自然科学版）
• 学科: 经济
• 关键词: 证券市场 异常波动 BP神经网络 弹性梯度算法
• 年，卷（期）: 2015,（21）
• 所属期刊栏目: 经济研究
• 页码范围: 77-79
• 页数: 3页
• 分类号: F830.91
• 字数: 3052字
• 语种: 中文

摘要

证券市场的波动是其本质特征和属性，但如果价格的波动性呈现出振幅剧烈、频率过快，就可能导致市场的价格扭曲，进而导致股票市场剧烈震荡。本文立足于实际的证券交易市场，建立多层神经网络分类器，使用BP神经网络中的四种学习算法对仿真数据进行拟合，结果表明弹性梯度算法对六种基本的波动模式识别精度较高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩俊		2	0	0.0	0.0