【摘要】本文使用BP神经网络模型对股票价格的时间序列进行预测,并利用在线学习算法对资产组合的权重配置进行实时调整,构建了基于神经网络的在线学习(OLNN)策略。以中国A股市场实际数据为基础的数值分析结果表明,OLNN策略不仅具有高效的运算效率和良好的参数稳定性,而且相比于其他交易策略,OLNN策略在累计收益率、夏普比率、最大回撤率等方面有更优异的表现。