基于遺傳神經(jīng)網(wǎng)絡的上證股票指數(shù)預測.pdf

1、股票市場風云迭起，股票價格起伏跌宕，投資者渴望能夠準確分析和預測股票價格，以便獲取豐厚的收益。于是各種股票價格分析預測和方法應運而生。如何建立一個成功率比較高的預測模型，是多年來許多學者一直研究的內(nèi)容。 神經(jīng)網(wǎng)絡作為一種重要的人工智能技術(shù)，廣泛運用于信號處理、模式識別、系統(tǒng)辨認、自適應控制等領域。也應用于經(jīng)濟景氣分析、時間序列、證券組合優(yōu)化等領域，并取得了常規(guī)經(jīng)濟學研究方法所不能得到的效果。現(xiàn)在使用得最廣泛的神經(jīng)網(wǎng)絡是BP(Ba

2、ckPropagation)網(wǎng)絡，主要原因是因為它不需要研究對象的先驗知識，其原理和結(jié)構(gòu)都比較簡單，且具有學習、記憶、聯(lián)想、容錯、并行處理等能力。在準確地提取了樣本的基礎上，能夠掌握研究系統(tǒng)的特征。然而BP網(wǎng)絡算法是建立在梯度下降算法的基礎上，從而不可避免地導致以下三個缺點：1、學習過程收斂速度慢，2容易陷入局部極小點，3、魯棒性不高。這些缺點使BP神經(jīng)網(wǎng)絡在一些復雜的非線性系統(tǒng)的模擬方面存在著致命的弱點。 近年來，一種新的優(yōu)化