文献类型：期刊文章

作　　者：孙丹[1] 张秀艳[2]

机构地区：[1]天津商学院信息学院,天津300122 [2]吉林大学商学院,吉林长春130012

出　　处：《吉林大学学报（信息科学版）》

年　　份：2002

卷　　号：20

期　　号：4

起止页码：68-70

语　　种：中文

收录情况：AJ、CAS、CSA、CSA-PROQEUST、IC、INSPEC、JST、RCCSE、ZGKJHX、普通刊

摘　　要：建立了构成基于人工神经网络的 3种股市预测模型 (基本数据模型、技术指标模型和宏观分析模型 ) ,分析了神经网络应用于股市预测的实效性。实证分析表明 ,3种模型对上证综合指数的拟合效果均较好。在“基本数据模型”中 ,建立带有附加动量项和自适应学习速率的 BP网络 ,具有较快的运算速度和逼近性能。在“技术指标模型”中 ,通过一些股市重要技术指标的引入 ,使其增加了反映市场各方面深层内涵的信息 ,而且网络的泛化能力有所提高。在“宏观分析模型”中 ,引入了影响股市的 5项主要宏观经济指标 ,使模型包含了宏观经济基本面的更多信息 ,强化了股市神经网络模型的应用价值。

关 键 词：股市预测模型  人工神经网络 股票市场 基本数据模型  技术指标模型  宏观分析模型  

分 类 号：F830.91[金融学类] TP183]