文献类型：期刊文章

作　　者：王唯贤[1] 陈利军[1]

机构地区：[1]河南财经政法大学现代教育技术中心,河南郑州450002

出　　处：《计算机仿真》

年　　份：2012

卷　　号：29

期　　号：1

起止页码：344-347

语　　种：中文

收录情况：BDHX、BDHX2011、CSCD、CSCD_E2011_2012、ZGKJHX、核心刊

摘　　要：研究股票价格准确预测问题,由于股票价格数据具非线性、随机性等变化规律,同时股票市场与国内外经济政治变化有关,传统股票价格预测方法只能对其线性变化规律进行准确预测,无法反映股票价格非线性部分进行有效建模,导致股价预测精度不高。为了提高股票价格预测精度,提出了一种遗传优化BP神经网络的股票价格预测模型。充分利用BP神经网络良好的非线性映射能力,对股票价格变化规律进行建模,并通过遗传算法对BP神经网络模型参数进行优化,从而获最优股票价格最优预测模型。实验结果表明,相对于传统股票价格预测模型,遗传算法优化BP神经网络的股票价格预测模型拟合程度更好,预测精度更高,为股票价格预测提供了依据。

关 键 词：神经网络 遗传算法 股票价格

分 类 号：TP391]