-
题名基于股票市场灵敏度分析的神经网络预测模型
被引量：6
- 1
-
-
作者
孙彬
李铁克
王柏琳
-
机构
北京科技大学经济管理学院
钢铁生产制造执行系统技术教育部工程研究中心
-
出处
《计算机工程与应用》
CSCD
北大核心
2011年第1期26-31,共6页
-
基金
国家自然科学基金No.70771008
中央高校基本科研业务费专项资金资助项目No.FRF-AS-09-007B
北京科技大学博士研究生科研基金资助项目~~
-
文摘
股票市场是非线性系统,具有内部结构复杂性和外部因素多变性,建立基于股票市场灵敏度分析的神经网络预测模型。针对神经网络结构设计问题,计算网络输入层与隐层神经元的灵敏度,并修剪网络中不敏感的神经元,在保证模型泛化能力的同时,实现网络结构精简;针对神经网络黑箱问题,根据输入层神经元灵敏度解决各输入变量对股票市场的重要性和反馈机制。以上证指数为例,在不同的时间跨度下对股票市场运行规律进行学习,并分析不同结构修剪模型的适用性和市场意义。最后,通过与其他神经网络预测模型比较,验证本文模型的有效性。
-
关键词
股票市场预测
误差反向传播(BP)算法
股票市场灵敏度分析
网络结构修剪
-
Keywords
stock market forecasting
Back-Propagation algorithm
stock market sensitivity analysis
network structure pruning
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
F830.91
[经济管理—金融学]
-
