BP神经网络误差修正模型的S&P500指数预测

• 作者: 周万珍 阚景森
• 来源期刊: 中国科技论文
• 学科: 工学
• 关键词: BP神经网络 支持向量机 误差修正模型 S&P500指数预测
• 年，卷（期）: 2018,（14）
• 页码范围: 1649-1653
• 页数: 5页
• 分类号: TP183
• 字数: 4099字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2783.2018.14.015

摘要

为克服BP神经网络在预测模型构建过程中容易陷入“局部最优”以及隐含层数目等参数选择不当容易造成“过拟合”或“欠拟合”等问题,基于支持向量机(SVM)构建了一种BP神经网络误差修正模型.首先通过神经网络实现对S&P500指数的预测,然后通过支持向量机构建S&P500指数涨幅情况预测模型,基于神经网络与支持向量机的两种预测结果构造S&500指数预测误差修正模型,实现对BP神经网络预测误差的修正.实验结果表明,在本文数据集下所构建的修正模型预测准确率明显优于BP神经网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周万珍	河北科技大学信息科学与工程学院	35	178	8.0	12.0
2	阚景森	河北科技大学信息科学与工程学院	2	5	1.0	2.0