基于小波和PSO-BP神经网络的金融时序预测

• 作者: 苗旭东 魏连鑫
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 小波分析 粒子群(PSO)算法 BP神经网络 金融时间序列
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 基金项目
• 页码范围: 26-29
• 页数: 4页
• 分类号: TP183
• 字数: 2937字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2018.05.007

摘要

利用小波分析对金融时间序列做多尺度分解、去噪,借助改进的粒子群算法对BP神经网络的隐层进行优化,并建立金融时间序列的分层预测模型.实验结果表明,预测效果比直接利用BP神经网络和小波分析结合神经网络的方法都有所提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏连鑫	上海理工大学理学院	18	137	6.0	11.0
2	苗旭东	上海理工大学理学院	2	9	2.0	2.0