GA-BP算法在黄金价格预测中的应用

基于遗传算法的神经网络模型能够发挥遗传算法具有较强搜索能力,同时结合神经网络学习能力,可以发挥两种算法各自的优势;本文采用美元指数、原油价格、美元十年国债收益率、美国CPI等宏观经济指标和黄金价格为样本来预测;仿真结果表明,该算法能够较好预测黄金价格的走势,并且实现了预测结果的稳定。     

基于ARIMA模型对黄金价格短期预测

本文以2015年1月1日至2015年6月2日伦敦现货黄金月度价格为依据,通过建立ARIMA模型对2015上半年伦敦金价格进行预测分析,研究结果显示,该模型预测值与实际数据相比拟合度高,预测结果较为精确。绕开了对传统影响黄金价格的种种因素作用机理的分析,而围绕这些众多因素共同作用下的黄金价格所表现出的实际数据展开研究,这种类似于抛开"黑箱"关注结果的研究方法对黄金这种特殊商品价格的形成和变动比较适合,具备一定的借鉴意义。     

BP神经网络在期货价格预测中的应用

BP网络通过对以往历史数据的学习,找出期货市场发展的内在规律,并将其存储在网络具体的权值、阀值中,用以预测未来的走势。文章在深入分析期货市场预测面临的关键问题的基础上,探讨利用BP（Back Propagation）神经网络对期货价格走势进行分析和预测的可行性。     

黄金价格影响因素分析及未来走势预测

近年来,黄金作为一种投资产品愈加被人们所关注,黄金的价格也随之成为人们关注的焦点。本文先从理论的角度分析了可能会对黄金价格产生影响的因素,然后选取了1971年~2014年黄金价格的年度平均数据,采用Eviews8对数据进行多元回归分析,建立了计量经济模型,对模型进行计量经济检验(多重共线性检验,异方差检验和自相关检验)、统计意义检验和经济意义检验,分析各种因素对黄金价格波动影响的关系,并对2015年的黄金价格作出预测。通过分析,得出黄金价格与黄金产量呈负相关,与石油价格、黄金储备量、GDP呈正相关,其中石油价格对黄金价格的影响最为显著。     

BP算法：信用卡智能预测分析模型

中国银行卡市场正进入发展的新时代，作为商业银行基本业务之一的信用卡业务，正成为中国金融业最富有活力、变化最快的领域之一。信用卡市场竞争日益激烈，发卡商为了争夺市场份额，不惜成本大量发卡，而赢利情况却不容乐观。因此客户面对数目众多的各类信用卡，如何选择成为发卡商必须关注的问题。本文首先探讨传统的线性效用函数分析法的缺点与不足，然后通过BP神经网络算法进行建模对消费者信用额度进行预测与分析，预测结果表明，该模型具有学习能力强、预测精度较高的特点，为消费者信用卡选择预测与分析提供了一种可供借鉴方法和思路。     

基于灰色系统和神经网络的创业板股票价格预测研究

股票价格预测是投资领域的一个重点关注课题。由于股票价格受到诸多非线性因 素的影响,得到精确的预测结果较为困难。为了消除股票指标的多重共线性,采用Adaptive- Lasso算法对指标变量进行筛选,实现了数据降维。之后,利用灰色预测对股票价格影响指标 进行预测,并在此基础上利用神经网络模型对股票收盘价进行预测。结果表明,利用灰色系统 和BP神经网络结合的模型所得预测结果平均相对误差为0.095,且运行效率较高,对股票预测 具有一定的积极意义。     

BP神经网络在汇率预测中的应用

在本文中,我的研究目的是以2010年01月04日至2012年10月25日这段时期中国人民银行公布的每日人民币兑美元汇率中间价(共680个数据样本)为例,建立BP神经网络,在MATLAB软件中实现汇率的预测,并以图、表、文结合的形式将预测过程及结果展示出来,其中最为关键的就是构造训练样本,输入层、输出层节点数的确定,隐藏层节点数训练参数的设定以及对10种训练结果的最优选择。     

人工神经网络在股价预测中的应用

股票市场是一个强非线性的系统,影响股价变化的因素有很多,而人工神经网络模型对于非线性系统的预测有着良好的效果,文章总结了BP网络和RBF网络在股价预测中的应用,给出了各自的优缺点分析。     

人工神经网络在股价预测中的应用

股票市场是一个强非线性的系统,影响股价变化的因素有很多,而人工神经网络模型对于非线性系统的预测有着良好的效果,文章总结了BP网络和RBF网络在股价预测中的应用,给出了各自的优缺点分析。     

模糊神经网络在股票价格预测中的应用

本文介绍模糊神经网络对股票价格的预测。本文首先分析了神经网络和模糊逻辑相结合的可能性,然后介绍了模糊神经网络的预测模型设计以及网络参数的设定。最后用实证分析证实了模型预测是可行的。     

国际黄金价格影响因素分析

近年来国际黄金价格变动剧烈,为了更好地分析国际黄金市场,判定国际黄金价格走势,本文从分析影响国际黄金价格的因素入手,在综合分析国际黄金价格影响因素的基础上,着重分析了二十一世纪以来国际黄金价格变动的原因,并结合目前经济形势,对未来短期内国际黄金价格变动做出预测。     

BP神经网络在股市预测模型中的应用——以上证股票价格收盘指数为例

本文介绍了股市的特点以及股市预测的困难性,提出了利用BP神经网络的方法来解决股市预测问题。首先文章介绍了人工神经网络模型以及应用最普遍的BP神经网络,然后以上海证券交易所每日股票价格收盘指数为分析对象,对网络进行训练后,利用BP神经网络对股票价格收盘指数进行了短期预测,并计算出预测值和实际值的误差。通过实验发现该模型收敛速度快,预测精度非常高。     

基于Lasso和BP神经网络的组合预测及其应用——以居民消费支出预测为例

在变量选择的基础上,构建基于 Lasso 方法和 BP 神经网络的预测模型,并对我国城乡居民的消费支出进行预测,结果显示：基于 Lasso 方法和 BP 神经网络的组合预测精度要明显高于 BP 神经网络、Lasso方法的预测精度;在2014~2020年,我国农村居民消费增长率有所提升,城镇居民消费增长率减缓,城乡居民消费增长率之间的差距呈下降趋势,但短期内城乡居民消费差距依然难以缓和。     

神经网络技术在客户信用评价中的应用

本文采用科学计算模型的方法实现了客户信用评价。该模型主要利用神经网络的反向传播(Back Propagation,简称BP)算法和收敛速度快、诊断正确的特点,建立了一个适合于企业客户信用评价的通用模型。同时对客户信用评价中的评价指标参数选择、数据收集与处理、构造BP网络模型以及BP网络计算进行了重点探讨。     

BP算法在农户小额信贷信用评级中的应用

农户信用等级评定的准确性成为决定小额贷款还贷率高低的决定因素,本文利用人工神经网络的反向传播（Back Propagation简称BP）思想,建立农户信用评估模型。通过该模型进行评价,弱化了人为因素,提高了评定结果的准确性和权威性。     

高校科研项目暂付款预测研究

高校科研项目暂付款管理水平关系着资金使用效率,甚至影响科研项目会计信息的真实性。本文根据某省属高校科研项目2006-2015年暂付款及影响暂付款规模的科研收入、科研支出、差旅费、专用材料费、设备购置费5个主要因素数据,建立BP人工神经网络预测模型,预测暂付款规模,并与传统多元线性回归模型比较。数据研究表明BP神经网络能捕捉到暂付款与影响因素间非线性规律,能更好预测科研项目暂付款规模。     

沪深300股指期货价格预测

针对神经网络预测模型在对非线性序列进行预测时,容易陷入局部次优点以及训练速度慢的缺点,本选取了沪深300股指期货2015年1月5日至2015年12月15日的收盘价格数据作为样本,运用sym8小波变换对数据进行了降噪处理,以降噪前后的数据对BP神经网络进行训练和检验。最终的检验结果表明,降噪后的数据可以有效提高预测的效果。     

黄金价格：在危机中独舞

2009年第2个月份,黄金让全球投资者眼前一亮。在全球金融危机继续逞威的背景下,股票、外汇、大宗商品整体表现低迷,而黄金独特的避险功能,以及在当前资本市场中相对稳定的收益,吸引着避险资金不断流入黄金市场。市场高涨的避险情绪给黄金市场打了一针强心剂。     

黄金价格：在危机中独舞

2009年第2个月份,黄金让全球投资者眼前一亮。在全球金融危机继续逞威的背景下,股票、外汇、大宗商品整体表现低迷,而黄金独特的避险功能,以及在当前资本市场中相对稳定的收益,吸引着避险资金不断流入黄金市场。市场高涨的避险情绪给黄金市场打了一针强心剂。