基于遺傳神經(jīng)網(wǎng)絡(luò)的上證股票指數(shù)預(yù)測(cè).pdf

1、股票市場(chǎng)風(fēng)云迭起，股票價(jià)格起伏跌宕，投資者渴望能夠準(zhǔn)確分析和預(yù)測(cè)股票價(jià)格，以便獲取豐厚的收益。于是各種股票價(jià)格分析預(yù)測(cè)和方法應(yīng)運(yùn)而生。如何建立一個(gè)成功率比較高的預(yù)測(cè)模型，是多年來許多學(xué)者一直研究的內(nèi)容。 神經(jīng)網(wǎng)絡(luò)作為一種重要的人工智能技術(shù)，廣泛運(yùn)用于信號(hào)處理、模式識(shí)別、系統(tǒng)辨認(rèn)、自適應(yīng)控制等領(lǐng)域。也應(yīng)用于經(jīng)濟(jì)景氣分析、時(shí)間序列、證券組合優(yōu)化等領(lǐng)域，并取得了常規(guī)經(jīng)濟(jì)學(xué)研究方法所不能得到的效果?，F(xiàn)在使用得最廣泛的神經(jīng)網(wǎng)絡(luò)是BP(Ba

2、ckPropagation)網(wǎng)絡(luò)，主要原因是因?yàn)樗恍枰芯繉?duì)象的先驗(yàn)知識(shí)，其原理和結(jié)構(gòu)都比較簡(jiǎn)單，且具有學(xué)習(xí)、記憶、聯(lián)想、容錯(cuò)、并行處理等能力。在準(zhǔn)確地提取了樣本的基礎(chǔ)上，能夠掌握研究系統(tǒng)的特征。然而BP網(wǎng)絡(luò)算法是建立在梯度下降算法的基礎(chǔ)上，從而不可避免地導(dǎo)致以下三個(gè)缺點(diǎn)：1、學(xué)習(xí)過程收斂速度慢，2容易陷入局部極小點(diǎn)，3、魯棒性不高。這些缺點(diǎn)使BP神經(jīng)網(wǎng)絡(luò)在一些復(fù)雜的非線性系統(tǒng)的模擬方面存在著致命的弱點(diǎn)。 近年來，一種新的優(yōu)化