基于结构修剪神经网络的股票指数预测模型

基于结构修剪神经网络的股票指数预测模型
孙彬;李铁克;张文学
【期刊名称】《计算机应用研究》
【年(卷),期】2011(28)8
【摘要】Since stock market is a nonlinear system with internal structural complexity and external factors variability, proposed forecasting index system which involved Shanghai Composite Index' s price, volume, and macroeconomic indicators closely related to stock market. Then analyzed the long-run equilibrium and causal relationship among the variables. Based on Bayesian theory, in order to optimize structure and ensure generalization ability of network, added network complexity function to error function which could delete insensitive hidden layer neurons through dynamic adjusting penalty factor. The empirical results with different forecasting index systems indicate that the pruning structure neural network model based on BP algorithm can be an effective way to improve forecasting accuracy. Comparing with other neural network models, the proposed model can improve forecasting performance with higher forecasting accuracy and more concise structure.%股票市场是非线性系统,具有内部结构复杂性和外部因素多变性,在股市指数价格和成交量基础上,引入宏观经济指标共同构建模型预测指标体系,并分析各指标之间的长期均衡关系和因果关系.在贝叶斯分析的基础上,将代表网络复杂性的惩罚项引入模型误差函数中,并通过动态调整惩罚因子删减网络中对股票市场不敏感的隐层神经元,在保证模型泛化能力
的同时实现网络结构精简.以上证指数为例,构建基于BP算法的结构修剪神经网络预测模型,在不同的预测指标体系下对股票市场运行规律进行学习,并对上证指数进行仿真预测.最后,通过与其他神经网络预测模型比较验证该模型的有效性.
【总页数】4页(P2840-2843)
【作者】孙彬;李铁克;张文学
【作者单位】北京科技大学经济管理学院,北京100083;北京科技大学经济管理学院,北京100083;北京科技大学经济管理学院,北京100083;宁夏医科大学理学院,银川750004
【正文语种】中文
【中图分类】TP183;F830.9
【相关文献】
1.基于神经网络集成的蛋白质二级结构预测模型研究 [J], 刘军;马文丽;姚文娟;郑文岭
2.基于投资者行为参数的股票指数广义回归神经网络预测模型 [J], 方勇;孙绍荣
3.基于BP神经网络与支持向量机的股票指数预测模型比较 [J], 彭望蜀
4.基于RDPSO结构优化的三隐层BP神经网络水质预测模型及应用 [J], 伏吉祥
5.一种基于深度神经网络的汉语语音合成韵律结构预测模型 [J], 吴树兴; 张秀琴因版权原因，仅展示原文概要，查看原文内容请购买。