广义回归神经网络的金融预测模型研究 |
| |
作者姓名: | 廖薇 冯小兵 曹伟莹 刘锦高 |
| |
作者单位: | 1. 华东师范大学信息学院电子系,上海,200241 2. 上海社科院世界经济和政治研究所和上海建桥学院,上海,200200 3. 宜春学院理工学院,江西,宜春,336000 |
| |
基金项目: | 上海市2007年科技攻关重点项目(075115002)"基于单片DMD的立体显示系统",2009上海市教委创新项目(AASH0904)"基于人工神经网络模型对我国参考篮子汇率体制的研究" |
| |
摘 要: | 本文针对BP网络存在着收敛速度慢和局部极小的问题,提出了一种基于广义回归神经网络方法的金融预测模型,该网络运用于汇率模拟与预测,以演示训练样本的构建、原始数据预处理、神经网络的创建训练和检测结果的评价整个过程.通过详细的仿真实验以及与BP神经网络的比较可得出以下结论:该方法不仅运算速度较快,且逼近性能及预测性能明显都优于传统BP神经网络.
|
关 键 词: | 广义回归神经网络 金融预测 时间序列 |
本文献已被 CNKI 万方数据 等数据库收录! |
|