文献类型：期刊文章

作　　者：邹阿金[1] 罗移祥[2]

机构地区：[1]湛江海洋大学信息学院,广西湛江524088 [2]湛江海洋大学海滨学院,广西湛江524005

出　　处：《计算机仿真》

年　　份：2005

卷　　号：22

期　　号：11

起止页码：241-242

语　　种：中文

收录情况：CSCD、CSCD_E2011_2012、JST、ZGKJHX、普通刊

摘　　要：基于多项式逼近理论,将一组Legender正交多项式做为隐含层神经元的传递函数,再以其加权和函数做为神经网络输出,从而构成一种新型的三层多输入Legender神经网络模型;采用BP学习算法,通过对历史观测样本数据的训练,调整该神经网络的权值,建立非线性时间序列辨识模型,以此预测股票价格的变化。仿真实验表明,Legender神经网络具有优良的逼近任意非线性系统的特性,且学习收敛速度很快;深发展A股预测结果为:训练次数200,最大相对误差5.41%;深证成指预测结果为:训练次数120,最大相对误差4.17%。

关 键 词：神经网络 正交多项式 时间序列 预测  股票

分 类 号：TP393]