基于小波去噪和神经网络的期货预测模型

• 作者: 张煌 徐嘉蔚 施三支 梁朋 肖琨武
• 来源期刊: 长春理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 小波去噪 沪深300期货 BP神经网络 预测
• 年，卷（期）: 2019,（4）
• 页码范围: 129-132,142
• 页数: 5页
• 分类号: O211.61|TP18
• 字数: 2722字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9870.2019.04.028

摘要

基于股指期货数据量大,数据噪声较多等多个特点,采用小波去噪的方法首先对选取的数据进行清洗,再利用神经网络进行训练预测,发现这样相结合的方法可以有效减少神经网络模型的误差.选取2012年7月24日至2018年10月12日共1528个交易日的最低价、最高价、开盘价和收盘价的沪深300股指期货数据作为神经网络模型的学习分析对象,通过不断地修改参数,调试从而减小误差,再对未来走势进行预测.结果发现BP神经网络模型与Elman神经网络模型比较, BP神经网络模型对于股指期货数据的分析预测更具有优越性,最终的预测结果与实际相比准确率能够达到98.9%.因此结合小波去噪的BP神经网络模型能够明显地减小了误差,提高了预测的精确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施三支	长春理工大学理学院	25	33	3.0	4.0
2	张煌	长春理工大学理学院	1	0	0.0	0.0
3	梁朋	长春理工大学理学院	1	0	0.0	0.0
4	肖琨武	长春理工大学光电工程学院	1	0	0.0	0.0
5	徐嘉蔚	长春理工大学光电工程学院	1	0	0.0	0.0