基于差值灰色RBF网络模型股票指数预测
2012-11-30分类号:F224;F830.91
【部门】中国矿业大学理学院
【摘要】针对RBF神经网络的预测精度受样本数据随机性影响较大,而灰色理论能弱化数据随机性的特点,文章提出了差值结合法将灰色GM(1,1)模型和RBF神经网络模型有效地结合起来,构建了差值灰色RBF网络预测模型。将该预测模型运用于股票指数预测,实证结果表明:该模型预测精度高,平均预测误差为0.52%,与BP神经网络和RBF神经网络相比具有更好的泛化能力和更高的预测精度,在股票预测中具有一定的使用价值。
【关键词】RBF神经网络 GM(1 1)模型 差值结合法 上证指数 预测
【基金】国家自然科学基金资助项目(10971220);; 全国优秀博士学位论文作者专项基金项目(200919);; 中央高校基本科研业务费专项基金资助项目(2010LKSX04)
【所属期刊栏目】统计与决策
文献传递