本文關鍵詞：基于小波神經網絡的上證50指數(shù)多步預測　出處：《科技和產業(yè)》2015年12期 　論文類型：期刊論文

  更多相關文章： 股票指數(shù)預測 多步預測 小波 神經網絡

【摘要】：以神經網絡為代表的人工智能模型對股票價格具有良好的預測效果,但是該智能模型側重于單步預測,很難滿足實際股票預測的要求。提出基于小波和神經網絡相結合的股票指數(shù)多步預測智能模型。選取上證50指數(shù)為建模數(shù)據,運用小波分解將上證50指數(shù)收盤價序列分解成不同尺度的分層數(shù)據,依據迭代策略,利用BP神經網絡分別預測小波分解后的各層數(shù)據,最后將各層的預測結果使用小波重構成原始股票收盤價的預測數(shù)值。結果表明,基于小波神經網絡的多步預測模型具有良好的多步預測效果。
[Abstract]:......
【作者單位】： 廣東財經大學信息學院;重慶交通大學交通運輸學院;
【分類號】：F832.51;F224
【正文快照】： 股票投資是一個重大的投資活動,缺乏準確的信息和全面的知識會導致一定的投資損失。因此,股市的預測一直是大多數(shù)投資者和專業(yè)分析師感興趣的主題。追溯至19世紀股票市場建立,準確預測股票市場的股票價格指數(shù)以及股票價格運行趨勢成為國內外學者研究的熱點。近些年來,以神經網

【參考文獻】

相關期刊論文 前2條

1 張坤;郁ng;李彤;;小波神經網絡在黃金價格預測中的應用[J];計算機工程與應用;2010年27期

2 黃偉;何曄;夏暉;;基于小波神經網絡的IP網絡流量預測[J];計算機科學;2011年S1期

【共引文獻】

相關期刊論文 前10條

1 李四海;魏邦龍;李愛英;;基于小波神經網絡的空氣污染指數(shù)預報[J];長春大學學報;2013年02期

2 王芬;馬濤;;基于小波神經網絡的短時交通流預測[J];寧夏師范學院學報;2012年06期

3 劉春;;基于誤差校正的網絡流量組合預測[J];福建電腦;2014年02期

4 徐澤亞;彭宇陽;;基于遺傳BP神經網絡的短時交通流預測[J];計算機光盤軟件與應用;2014年17期

5 李萬慶;閆冠勇;孟文清;石華旺;;基于小波神經網絡的CFG樁復合地基承載力預測[J];河北工程大學學報(自然科學版);2011年04期

6 趙川;薛紅;;改進的WANN預測在庫存控制中的應用[J];計算機仿真;2012年02期

7 萬李;楊杰;;小波神經網絡在短時交通流量預測中的應用[J];計算機仿真;2012年09期

8 周紅標;張新榮;耿忠華;;基于遺傳小波神經網絡的白酒識別電子鼻[J];計算機工程與應用;2013年05期

9 陳麗;;基于PP-BPNN的黃金價格預測模型[J];計算機仿真;2013年07期

10 姚明海;;改進的遺傳算法在優(yōu)化BP網絡權值中的應用[J];計算機工程與應用;2013年24期

相關博士學位論文 前1條

1 李鵬遠;中國黃金供需預測及對策研究[D];中國地質大學(北京);2015年

相關碩士學位論文 前4條

1 王菲;免疫粒子群算法優(yōu)化小波神經網絡的研究[D];太原理工大學;2012年

2 王志國;基于小波分析的接觸器觸頭電壽命預測的研究[D];河北工業(yè)大學;2012年

3 張碧夏;基于PSO的小波神經網絡熱連軋板材質量模型研究[D];山西師范大學;2014年

4 何文清;寬帶衛(wèi)星通信系統(tǒng)資源管理算法研究[D];北京郵電大學;2014年

【二級參考文獻】

相關期刊論文 前10條

1 陳哲,馮天瑾;小波分析與神經網絡結合的研究進展[J];電子科學學刊;2000年03期

2 褚曉勇,徐晨;非線性逼近的自適應小波神經網絡方法[J];工程數(shù)學學報;2003年02期

3 張光勝;李靖波;竇文華;邵立松;;自相似網絡流量預測研究[J];湖南大學學報(自然科學版);2008年06期

4 劉浩然;;黃金價格影響因素和投資策略分析[J];價格理論與實踐;2007年10期

5 劉曙光;胡再勇;;黃金價格的長期決定因素穩(wěn)定性分析[J];世界經濟研究;2008年02期

6 王俊松;高志偉;;基于RBF神經網絡的網絡流量建模及預測[J];計算機工程與應用;2008年13期

7 曹雪,魏恒義,程竹林,曾明;基于小波方法的Internet流量的預測建模[J];計算機工程;2003年15期

8 胡俊;胡玉清;肖中卿;;基于小波變換的網絡流量預測模型[J];計算機工程;2008年19期

9 馮海亮;陳滌;林青家;陳春曉;;一種基于神經網絡的網絡流量組合預測模型[J];計算機應用;2006年09期

10 薛可,李增智,劉瀏,宋承謙;基于ARIMA模型的網絡流量預測[J];微電子學與計算機;2004年07期

【相似文獻】

相關期刊論文 前10條

1 向小東;小波神經網絡預測方法及其應用[J];統(tǒng)計與決策;2003年07期

2 向小東;;基于小波神經網絡的非線性組合預測方法及其應用研究[J];現(xiàn)代管理科學;2007年06期

3 匡芳君;張思揚;王艷華;;基于小波神經網絡的人力資源評估模型[J];微計算機應用;2008年01期

4 王曉;;小波神經網絡及其應用[J];科技創(chuàng)新導報;2009年27期

5 張旭東;俞建寧;郭蘭平;張建剛;付宏睿;;基于小波神經網絡的深證300成分指數(shù)的預測[J];重慶理工大學學報(自然科學);2011年06期

6 范雯;;小波神經網絡(Wavelet NeuralNetwork)在股價預測中的應用[J];科技創(chuàng)新與應用;2012年32期

7 梅杰;李星野;;基于小波神經網絡的滬深300指數(shù)收盤價預測[J];中國集體經濟;2013年27期

8 馬致遠;龔灝;黃曉春;;基于小波神經網絡的中國煤炭消耗預測[J];能源技術與管理;2006年05期

9 任崇嶺;曹成鉉;李靜;史文雯;;基于小波神經網絡的短時客流量預測研究[J];科學技術與工程;2011年21期

10 黃進;朱東華;;基于小波神經網絡的技術研發(fā)項目中止研究[J];科技進步與對策;2006年10期

相關會議論文 前10條

1 胡博;陶文華;崔博;白一彤;尹旭;;基于小波神經網絡的異步電機故障診斷[A];2009中國控制與決策會議論文集（2）[C];2009年

2 何正友;錢清泉;;一種改進小波神經網絡模型在電力故障信號識別中的應用[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

3 魯艷軍;陳漢新;陳緒兵;;基于小波神經網絡的齒輪裂紋故障診斷[A];節(jié)能減排 綠色制造 智能制造——低碳經濟下高技術制造產業(yè)與智能制造發(fā)展論壇論文集[C];2010年

4 董健;尹萌;張輝;;小波神經網絡結合多項式的混合預測方法在通信規(guī)劃中的應用[A];2011全國無線及移動通信學術大會論文集[C];2011年

5 謝建宏;張為公;;復合材料疲勞剩余壽命預測的動態(tài)小波神經網絡方法[A];第二屆全國信息獲取與處理學術會議論文集[C];2004年

6 陳建秋;張新政;;基于小波神經網絡的水質預測應用研究[A];2006中國控制與決策學術年會論文集[C];2006年

7 孫正貴;;小波神經網絡的高效學習算法及應用研究[A];中南六�。▍^(qū)）自動化學會第24屆學術年會會議論文集[C];2006年

8 黃敏;朱啟兵;崔寶同;;基于小波神經網絡的軋機特性回歸[A];2007中國控制與決策學術年會論文集[C];2007年

9 周紹磊;張文廣;李新;;一種基于改進遺傳算法的小波神經網絡[A];2007年中國智能自動化會議論文集[C];2007年

10 杜青;劉劍飛;劉娟;喬延華;;基于小波神經網絡的模擬調制信號自動識別[A];2007通信理論與技術新發(fā)展——第十二屆全國青年通信學術會議論文集（下冊）[C];2007年

相關博士學位論文 前10條

1 侯霞;小波神經網絡若干關鍵問題研究[D];南京航空航天大學;2006年

2 章文俊;小波神經網絡算法及其船舶運動控制應用研究[D];大連海事大學;2014年

3 高協(xié)平;小波參數(shù)化與小波神經網絡研究[D];湖南大學;2003年

4 宋清昆;自適應結構優(yōu)化神經網絡控制研究[D];哈爾濱理工大學;2009年

5 李永紅;廣義小波神經網絡實現(xiàn)雷達相關濾波的研究[D];大連海事大學;2000年

6 銀俊成;量子信道與量子小波神經網絡相關問題研究[D];陜西師范大學;2013年

7 李文軍;多小波和小波神經網絡構造及其在電弧故障診斷中的應用研究[D];吉林大學;2008年

8 劉守生;遺傳算法與小波神經網絡中若干問題的研究[D];南京航空航天大學;2005年

9 黃同成;基于小波神經網絡理論的VOCR與HOCR技術研究[D];上海大學;2008年

10 蔡振禹;基于粗集—小波神經網絡的煤炭企業(yè)管理研究[D];天津大學;2007年

，

本文編號：1349287