基于PCA-BP神经网络综合模型预测股票价格

• 作者: 张华美 张如梦
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: BP神经网络模型 主成分分析 股票价格 长短期预测
• 年，卷（期）: 2020,（33）
• 页码范围: 4-7
• 页数: 4页
• 分类号: TP183

摘要

针对股票价格和涨跌趋势预测准确度问题,构建PCA-BP(Principal Component Analysis-Back Propagation)神经网络综合模型。将主成分分析法与BP神经网络模型组合,测试得到在隐层节点为7时误差最小,能100%预测股票的涨跌。构建PCA-BP神经网络综合模型,综合模型预测股票涨跌准确度为95%,股票价格误差相对减少。最后可知,综合模型比单个PCA-BP神经网络模型更有优势,能更好地给投资者切实可行的建议。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张如梦	新乡学院数学与统计学院	1	0	0.0	0.0
2	张华美	陕西国际商贸学院国际经济学院	3	0	0.0	0.0