股票的并联型灰色神经网络PGNN预测方法研究

提出了一种改进的灰色预测GM(1,1)模型,在此基础上构建了一种并联型灰色神经网络PGNN股票预测方法,该方法可以充分利用灰色预测少数据建模和神经网络精度可控的特性,发挥两者的优势,从而进一步提高了预测精度。预测实例表明:PGNN 的平均相对误差最小,其他指标介于GM和BP之间,显示了PGNN的预测性能是非劣的。更为重要的是,在实际预测时,我们事先不知道哪个模型最优,因此使用PGNN可减小盲目性。对于其他方面的预测应用也具有借鉴作用。