本文關(guān)鍵詞：基于FAM-ELM股票價(jià)格預(yù)測(cè)研究　出處：《計(jì)算機(jī)仿真》2014年08期 　論文類型：期刊論文

  更多相關(guān)文章： 股票價(jià)格 預(yù)測(cè) 因子分析法 極限學(xué)習(xí)機(jī)

【摘要】：研究股票價(jià)格準(zhǔn)確預(yù)測(cè)問題。股票價(jià)格預(yù)測(cè)是股票交易者最關(guān)心的問題,直接影響著股票交易者的收益。由于股票受經(jīng)濟(jì)發(fā)展的影響,價(jià)格波動(dòng)較大,在股票價(jià)格預(yù)測(cè)中采用傳統(tǒng)神經(jīng)網(wǎng)絡(luò)方法存在訓(xùn)練速度慢,易陷入局部極小值,隱含層節(jié)點(diǎn)數(shù)人為指定等問題,導(dǎo)致泛化能力受到影響,預(yù)測(cè)不準(zhǔn)。為了提高股票價(jià)格預(yù)測(cè)的精度,提出基于因子分析法的極限學(xué)習(xí)機(jī)股票價(jià)格預(yù)測(cè)模型。首先使用因子分析法綜合股票價(jià)格影響指標(biāo);接著使用隱含層神經(jīng)元數(shù)量尋優(yōu)算法搜索最優(yōu)隱含層神經(jīng)元數(shù)量值;然后使用極限學(xué)習(xí)機(jī)對(duì)綜合后的股票價(jià)格影響指標(biāo)進(jìn)行學(xué)習(xí),建立股票價(jià)格預(yù)測(cè)模型;最后通過實(shí)驗(yàn)對(duì)模型性能進(jìn)行測(cè)試。試驗(yàn)結(jié)果證明,基于因子分析法的極限學(xué)習(xí)機(jī)提高了股票價(jià)格的預(yù)測(cè)精度和運(yùn)行效率。
[Abstract]:Research on accurate prediction of stock price. Stock price prediction is the most concerned issue of stock traders, which directly affects the income of stock traders. Because of the impact of economic development, stock prices fluctuate greatly. In the stock price prediction, the traditional neural network method has some problems, such as slow training speed, easy to fall into local minimum value, and the number of hidden layer nodes is designated, which results in the influence of generalization ability. In order to improve the accuracy of stock price prediction, a model of extreme learning machine stock price prediction based on factor analysis is proposed. Firstly, factor analysis method is used to synthesize stock price influence index. Then the optimal number of hidden layer neurons is searched by using the optimal algorithm of the number of hidden layer neurons. Then we use the extreme learning machine to study the comprehensive stock price influence index and establish the stock price prediction model. Finally, the performance of the model is tested by experiments. The experimental results show that the ultimate learning machine based on factor analysis can improve the precision and efficiency of stock price prediction.
【作者單位】： 西安郵電大學(xué)管理工程學(xué)院;
【基金】：陜西省自然科學(xué)基金(2012GQ8050) 陜西省教育廳專項(xiàng)科研計(jì)劃項(xiàng)目(13JK0403) 西安郵電大學(xué)中青年基金(104-0410)
【分類號(hào)】：F830.91;TP18
【正文快照】： 1引言股票不但是國民經(jīng)濟(jì)的晴雨表,同時(shí)也是市民熱衷的投資工具,其價(jià)格波動(dòng)的預(yù)測(cè)方法一直以來都是金融領(lǐng)域研究的焦點(diǎn)問題之一[1]。目前,國內(nèi)外對(duì)于股票價(jià)格波動(dòng)進(jìn)行預(yù)測(cè)的模型很多,按照建模理論的不同,可將這些預(yù)測(cè)模型劃分為兩個(gè)大類:一類是以統(tǒng)計(jì)原理為基礎(chǔ)的傳統(tǒng)型波動(dòng)率

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 沈巍;;股票價(jià)格預(yù)測(cè)模型研究[J];財(cái)經(jīng)問題研究;2009年07期

2 喻勝華;肖雨峰;;基于信息�；椭С窒蛄繖C(jī)的股票價(jià)格預(yù)測(cè)[J];財(cái)經(jīng)理論與實(shí)踐;2011年06期

3 王威立;郭勁;曹立華;陳娟;;基于神經(jīng)網(wǎng)絡(luò)極限學(xué)習(xí)機(jī)數(shù)據(jù)融合的共軸跟蹤[J];光學(xué)精密工程;2013年03期

4 夏克文;李昌彪;沈鈞毅;;前向神經(jīng)網(wǎng)絡(luò)隱含層節(jié)點(diǎn)數(shù)的一種優(yōu)化算法[J];計(jì)算機(jī)科學(xué);2005年10期

5 蔡紅;陳榮耀;;基于PCA-BP神經(jīng)網(wǎng)絡(luò)的股票價(jià)格預(yù)測(cè)研究[J];計(jì)算機(jī)仿真;2011年03期

6 鄭斯日古楞;;灰色神經(jīng)網(wǎng)絡(luò)在股票價(jià)格預(yù)測(cè)中的應(yīng)用[J];計(jì)算機(jī)仿真;2012年02期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳任;鄧清勇;鄺利丹;李鳳姣;;基于Blackfin的鋰電池管理系統(tǒng)[J];兵工自動(dòng)化;2011年12期

2 閆丹;張記龍;王志斌;陳媛媛;;基于黃金分割和BP網(wǎng)絡(luò)的氣體體積分?jǐn)?shù)預(yù)測(cè)模型[J];傳感器與微系統(tǒng);2012年01期

3 張菊清;聶建亮;楊淑靖;;基于BP神經(jīng)網(wǎng)絡(luò)的地圖數(shù)字化誤差糾正[J];測(cè)繪科學(xué);2008年03期

4 胡俊;桂霏;楊桂元;;組合模型對(duì)股票價(jià)格預(yù)測(cè)的比較研究[J];重慶科技學(xué)院學(xué)報(bào)(社會(huì)科學(xué)版);2012年04期

5 陳仲常;吳永球;;失業(yè)風(fēng)險(xiǎn)預(yù)警系統(tǒng)研究[J];當(dāng)代財(cái)經(jīng);2008年05期

6 陳列;黃玉芳;譚美芳;楊柳;;個(gè)股曲線變化及其開盤價(jià)的回歸-馬爾科夫預(yù)測(cè)[J];當(dāng)代教育理論與實(shí)踐;2011年11期

7 夏克文;李昌彪;劉宏杰;沈鈞毅;;用于油水層識(shí)別的一種簡(jiǎn)化的神經(jīng)計(jì)算方法[J];大慶石油地質(zhì)與開發(fā);2006年03期

8 文靚;黃川友;殷彤;;基于黃金分割理論的改進(jìn)BP網(wǎng)絡(luò)地下水水質(zhì)評(píng)價(jià)[J];地下水;2010年06期

9 于智龍;王偉力;;鋰離子電池容量快速預(yù)測(cè)的新方法[J];電源技術(shù);2007年09期

10 甘健勝;洪偉;;基于時(shí)空數(shù)據(jù)的線性組合插值模型及其應(yīng)用[J];福建林學(xué)院學(xué)報(bào);2006年04期

相關(guān)會(huì)議論文 前1條

1 尹昌潔;王海東;;基于主成分分析的鍋爐NO_x排放的神經(jīng)網(wǎng)絡(luò)建模[A];智能化電站技術(shù)發(fā)展研討暨電站自動(dòng)化2013年會(huì)論文集[C];2013年

相關(guān)博士學(xué)位論文 前10條

1 沈巍;建立股指波動(dòng)預(yù)測(cè)模型的方法研究及應(yīng)用[D];華北電力大學(xué)（北京）;2011年

2 付云鵬;基于模糊理論的組合投資模型及其應(yīng)用研究[D];遼寧大學(xué);2011年

3 馮楠;軟件項(xiàng)目風(fēng)險(xiǎn)管理理論與模型研究[D];天津大學(xué);2007年

4 呂�？�;基于遙感信息的選線系統(tǒng)地理環(huán)境建模方法及應(yīng)用研究[D];西南交通大學(xué);2008年

5 張屹;基于分類器的測(cè)前仿真診斷法研究[D];北京交通大學(xué);2008年

6 李春祥;基于知識(shí)發(fā)現(xiàn)的電力需求復(fù)合預(yù)測(cè)研究[D];華北電力大學(xué)（河北）;2009年

7 陳瓊忠;開關(guān)磁阻電機(jī)的非線性建模及在航空發(fā)動(dòng)機(jī)多場(chǎng)耦合仿真中的應(yīng)用[D];上海交通大學(xué);2009年

8 李干瓊;SV因子分析框架下的農(nóng)產(chǎn)品市場(chǎng)短期預(yù)測(cè)[D];中國農(nóng)業(yè)科學(xué)院;2012年

9 黃操軍;E形傳感器機(jī)理及淺表地層含水率預(yù)測(cè)[D];東北石油大學(xué);2011年

10 楊小山;室外微氣候?qū)ㄖ照{(diào)能耗影響的模擬方法研究[D];華南理工大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 蘭杰;海底管道防腐狀態(tài)檢測(cè)關(guān)鍵技術(shù)研究[D];大連理工大學(xué);2010年

2 于媛媛;竹漿纖維織物服用性能的研究[D];東華大學(xué);2010年

3 汪新;相關(guān)多響應(yīng)的穩(wěn)健參數(shù)設(shè)計(jì)[D];云南財(cái)經(jīng)大學(xué);2011年

4 蔣亞鵬;建筑施工工期—安全評(píng)價(jià)研究[D];重慶大學(xué);2010年

5 李文娟;改進(jìn)BP神經(jīng)網(wǎng)絡(luò)在水質(zhì)評(píng)價(jià)中的應(yīng)用研究[D];重慶理工大學(xué);2011年

6 呂紅梅;基于復(fù)雜路面的汽車運(yùn)行工況域的動(dòng)態(tài)調(diào)節(jié)[D];重慶理工大學(xué);2011年

7 羅承銘;基于電容法的谷物水分檢測(cè)系統(tǒng)研究與設(shè)計(jì)[D];西北農(nóng)林科技大學(xué);2011年

8 倪立斌;激光熔覆工藝參數(shù)優(yōu)化及掃描路徑規(guī)劃研究[D];湖南大學(xué);2011年

9 鄭臣;實(shí)時(shí)動(dòng)態(tài)心電圖認(rèn)知與自動(dòng)診斷系統(tǒng)的研究[D];北京郵電大學(xué);2012年

10 何t，

本文編號(hào)：1379876