基于GM-RBF神经网络的股票价格预测分析

• 作者: 刘述忠
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 股票价格 灰色算法 神经网络 预测模型
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 8-11
• 页数: 4页
• 分类号: TP391
• 字数: 2443字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.08.002

摘要

股票价格通常受市场各种因素的影响,并且在价格波动上通常表现出非线性和不确定性.在解决股票价格预测问题时,由于单一预测方法自身的局限性,往往准确度较低.因此,为了获取更加准确的预测结果,有必要结合2种或者更多的预测方法,建立一种组合预测模型.因此,本文提出了基于GM-RBF神经网络的股票价格预测模型,实验结果表明,相对单一的预测模型,GM-RBF神经网络的股票价格预测模型能够更加精确地对股票价格进行预测,更加客观地反映股票价格变化的规律.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘述忠	河海大学商学院	1	9	1.0	1.0