基于K-CV优化的GRNN神经网络在股指预测中的应用

基于K-CV优化的GRNN神经网络在股指预测中的应用
黄宏运;李诗争;吴礼斌
【期刊名称】《兰州文理学院学报：自然科学版》
【年(卷),期】2016(030)006
【摘要】针对具有波动性的股票指数预测问题,利用具有强非线性映射能力的广义回归神经网络构建基于历史日（2002年1月7日至2016年6月22日）收盘价、最低价、最高价、成交量、成交额和涨跌幅的股指预测模型,并且在网络的训练过
程中利用交叉验证的方式确定了基于均方误差最小的Spread,最后分别从预测误差,预测相对误差等角度对比分析了GRNN神经网络与RBF神经网络的预测精度,得
出GRNN神经网络可以很好地实现股指预测的结论.
【总页数】6页(P13-18)
【作者】黄宏运;李诗争;吴礼斌
【作者单位】[1]安徽财经大学金融学院,安徽蚌埠233000;[2]安徽财经大学统计与应用数学学院,安徽蚌埠233000
【正文语种】中文
【中图分类】O29
【相关文献】
1.基于粒子群算法的GRNN神经网络在股票预测中的应用
2.粒子群优化在股指预
测中的应用3.基于K-CV优化的GRNN神经网络在股指预测中的应用4.人工神经
网络在股指期货价格预测中的研究--基于沪深300股指期货市场高频数据的分析5.基于K-CV参数优化的SVR煤炭含碳量预测
因版权原因，仅展示原文概要，查看原文内容请购买。