本文關鍵詞：引入趨勢因子的BP模型在股市預測中應用

  更多相關文章： BP神經(jīng)網(wǎng)絡 趨勢因子 股市預測

【摘要】：為進一步提高BP神經(jīng)網(wǎng)絡的預測性能,文章將具有糾正預測方向特性的趨勢因子引入到BP神經(jīng)網(wǎng)絡中,提出了引入趨勢因子的BP神經(jīng)網(wǎng)絡,即DF-BPNN網(wǎng)絡(BP Neural Network with Direction Factor),并將其應用于股市預測領域中。仿真實驗結(jié)果表明,與基本BP神經(jīng)網(wǎng)絡相比,文章提出的DF-BPNN模型的預測精度得到進一步改善,預測性能優(yōu)于BP神經(jīng)網(wǎng)絡。
【作者單位】： 吉林大學商學院;吉林財經(jīng)大學經(jīng)濟模擬研究所;吉林財經(jīng)大學管理科學與信息工程學院;長春工業(yè)大學軟件學院;
【關鍵詞】： BP神經(jīng)網(wǎng)絡 趨勢因子 股市預測
【基金】：國家自然科學基金資助項目(61202306) 吉林省教育廳重點規(guī)劃項目(2012185) 吉林省高校新世紀優(yōu)秀人才支持計劃項目(2014159)
【分類號】：F830.91;TP183
【正文快照】： 0引言股票交易市場作為一國經(jīng)濟的“晴雨表”,時刻反映出一國實體經(jīng)濟運行狀況,并且其自身強大的資金融通和資源配置效應,在經(jīng)濟建設中發(fā)揮著至關重要的作用,在一國國民經(jīng)濟體系中扮演著不可替代的角色[1]。從早期股票作為資本市場融資的重要工具和交易憑證,到后來股票交易成

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 郭琨;周煒星;成思危;;中國股市的經(jīng)濟晴雨表作用——基于熱最優(yōu)路徑法的動態(tài)分析[J];管理科學學報;2012年01期

2 李明;韓旭明;;引入懲罰收益因素OIF Elman神經(jīng)網(wǎng)絡及其應用[J];計算機應用研究;2007年06期

3 張國翊;胡錚;;改進BP神經(jīng)網(wǎng)絡模型及其穩(wěn)定性分析[J];中南大學學報(自然科學版);2011年01期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 王麗敏;計算智能改進方法及其在金融與環(huán)境領域中的應用[D];吉林大學;2007年

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張瑾;趙躍民;;基于BP神經(jīng)網(wǎng)絡的Falcon分選電子廢棄物預測模型[J];環(huán)境科學與技術;2013年03期

2 邵希娟;王麗欣;黃嫦月;;噪聲交易者風險對利用市場信息估測經(jīng)營貝塔的影響[J];財會月刊;2013年10期

3 田銀;李沛洋;徐鵬;;基于AdaBoost的腦機接口分類算法研究[J];電子科技大學學報;2013年05期

4 劉敦文;崔朋波;;基于BP神經(jīng)網(wǎng)絡的新澆筑混凝土爆破安全震動速度預測[J];安全與環(huán)境學報;2014年01期

5 亓峰;李琪;韓騫;杜益;邱雪松;;基于神經(jīng)網(wǎng)絡的電力通信網(wǎng)風險評估方法[J];北京郵電大學學報;2014年01期

6 吳吉賢;杜海燕;;基于遺傳算法改進的BP神經(jīng)網(wǎng)絡模型在GPS高程擬合中的應用研究[J];工程勘察;2014年03期

7 田增山;崔永全;;基于BP神經(jīng)網(wǎng)絡的GPS/SINS姿態(tài)測量融合算法[J];重慶郵電大學學報(自然科學版);2014年04期

8 王冬旭;宋樹祥;蔣品群;;基于BP神經(jīng)網(wǎng)絡的竹片正反面識別算法[J];廣西師范大學學報(自然科學版);2014年02期

9 謝學斌;羅海霞;楊承祥;李欣;;基于遺傳單純形算法與RBF網(wǎng)絡的地應力場反演方法[J];鐵道科學與工程學報;2015年01期

10 楊守建;陳懇;;BP神經(jīng)網(wǎng)絡性能與隱藏層結(jié)構的相關性探究[J];寧波大學學報(理工版);2013年01期

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 張國翊;異構融合網(wǎng)絡環(huán)境下基于認知的資源管理方法研究[D];北京郵電大學;2011年

2 張晶;污水處理過程模擬及系統(tǒng)軟件開發(fā)[D];大連理工大學;2011年

3 韓旭明;若干改進的人工免疫算法及其在大氣環(huán)境領域中的應用[D];吉林大學;2010年

4 鄧武;基于協(xié)同進化的混合智能優(yōu)化算法及其應用研究[D];大連海事大學;2012年

5 張淑英;網(wǎng)絡安全事件關聯(lián)分析與態(tài)勢評測技術研究[D];吉林大學;2012年

6 譚明;神經(jīng)網(wǎng)絡優(yōu)化分離膜制備條件的研究[D];大連理工大學;2013年

7 張敏;復雜生產(chǎn)過程質(zhì)量控制的智能方法研究[D];西南交通大學;2013年

8 李楠博;股票市場與經(jīng)濟增長匹配周期的研究[D];吉林大學;2014年

9 謝曉聞;中國金融市場聯(lián)動關系研究[D];南開大學;2014年

10 李界家;鋁電解過程故障診斷方法研究與實現(xiàn)[D];東北大學;2012年

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 馮學軍,趙琴;徑向基神經(jīng)網(wǎng)絡在股市預測中的應用[J];安慶師范學院學報(自然科學版);2005年01期

2 陳斌;萬江文;吳銀鋒;秦楠;;神經(jīng)網(wǎng)絡和證據(jù)理論融合的管道泄漏診斷方法[J];北京郵電大學學報;2009年01期

3 李旭旦;;我國證券市場與宏觀經(jīng)濟關系分析[J];商業(yè)研究;2006年19期

4 姜靜清,梁艷春,孫延風,吳春國;引入收益因素的RBF神經(jīng)網(wǎng)絡及其應用[J];吉林大學學報(信息科學版);2002年03期

5 孫丹,張秀艷;基于人工神經(jīng)網(wǎng)絡的股市預測模型[J];吉林大學學報(信息科學版);2002年04期

6 王儉,胡筱敏,鄭龍熙,劉振山;BP模型的改進及其在大氣污染預報中的應用[J];城市環(huán)境與城市生態(tài);2002年05期

7 沈波濤,林靜;我國股票市場弱“晴雨表”功效的解釋:IS—LM模型分析[J];財經(jīng)理論與實踐;2001年S1期

8 虞統(tǒng);空氣質(zhì)量日報中的空氣污染指數(shù)[J];城市管理與科技;2000年01期

9 吳微,陳維強;用于股市預測的BP算法的一些改進[J];大連理工大學學報;2001年05期

10 冉茂盛,胡國鵬,王波;股價指數(shù)與經(jīng)濟增長之間協(xié)整關系的實證分析[J];重慶大學學報(自然科學版);2005年04期

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 趙建，邵永革，，黃炯，楊靜宇;基于神經(jīng)網(wǎng)絡的股市預測[J];計算機研究與發(fā)展;1996年09期

2 鄧凱;趙振勇;;基于遺傳BP網(wǎng)絡的股市預測模型研究與仿真[J];計算機仿真;2009年05期

3 于海蛟;師軍;盧照;;廣義動態(tài)模糊神經(jīng)網(wǎng)絡用于股市預測[J];計算機應用與軟件;2010年08期

4 趙穎;楊海英;;遺傳算法在股市預測中的計算應用[J];遼寧工業(yè)大學學報(自然科學版);2013年03期

5 彭江;;基于BP網(wǎng)絡的股市預測模型設計[J];電腦知識與技術;2009年21期

6 王彥峰;高風;;基于支持向量機的股市預測[J];計算機仿真;2006年11期

7 王天娥;葉德謙;;基于GA的改進型動態(tài)網(wǎng)絡在股市預測中的應用[J];計算機技術與發(fā)展;2009年01期

8 吳微,陳維強;用于股市預測的BP算法的一些改進[J];大連理工大學學報;2001年05期

9 林建宇;BP神經(jīng)網(wǎng)絡結(jié)合遺傳算法進行股市預測的研究[J];福建電腦;2005年12期

10 孫延風;梁艷春;張文力;呂英華;;RBF神經(jīng)網(wǎng)絡最優(yōu)分割算法及其在股市預測中的應用[J];模式識別與人工智能;2005年03期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 李元誠;;股市預測中的小波支持向量機方法研究[A];第二十屆全國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2003年

2 汪沛;;Isolex股市預測系統(tǒng)的設計與實現(xiàn)[A];促進企業(yè)信息化進程——第十屆中國Java技術及應用大會文集[C];2007年

中國重要報紙全文數(shù)據(jù)庫 前3條

1 ;警惕2002年股市預測陷阱[N];山西經(jīng)濟日報;2001年

2 陽志;股市預測的科學思維[N];山西日報;2004年

3 本報實習生 吳叢叢;人工智能研發(fā)邁入新階段[N];經(jīng)濟日報;2006年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 艾永冠;粒子群優(yōu)化神經(jīng)網(wǎng)絡在股市預測中的建模與應用[D];合肥工業(yè)大學;2009年

2 田靜;基于支持向量回歸機模型的股市預測研究[D];北京交通大學;2010年

3 懷博;基于復雜網(wǎng)絡的股市預測[D];華南理工大學;2011年

4 金澤陽;股市預測與分析系統(tǒng)[D];西北工業(yè)大學;2003年

5 商曄;隱馬爾可夫模型參數(shù)訓練的改進及在股市預測中的應用[D];上海交通大學;2011年

6 湯建明;基于神經(jīng)網(wǎng)絡的股市預測[D];華中科技大學;2006年

7 尹紹飛;基于人工神經(jīng)網(wǎng)絡方法的股市預測研究[D];江蘇科技大學;2010年

8 金得寶;基于支持向量機的股市預測研究[D];浙江大學;2010年

9 楊曉艷;神經(jīng)網(wǎng)絡在股市預測中的應用[D];中北大學;2008年

10 王道遠;數(shù)據(jù)挖掘算法在股市預測中的應用研究[D];遼寧工程技術大學;2004年

本文編號：1096731