基于RBF神经网络的股票预测理论探讨 |
| |
引用本文: | 孙伟,郭金华,夏冰.基于RBF神经网络的股票预测理论探讨[J].黑龙江科技信息,2010(22):130-130. |
| |
作者姓名: | 孙伟 郭金华 夏冰 |
| |
作者单位: | 哈尔滨金融高等专科学校,黑龙江,哈尔滨,150030 |
| |
基金项目: | 黑龙江省教育厅2008年度高职高专院校科学技术研究项目 |
| |
摘 要: | 股票市场是个复杂且难以预测的系统,主要是因为影响股价变动的因素非常多,并且它是一个典型非结构性及非线性的系统。径向基函数(RBF)是一种具有单隐层的三层前馈网络。是借鉴生物局部调节和交叠接受区域知识的基础上,采用局部接受域来执行函数映射的人工神经网络。具有很强的局部非线性逼近能力和自学习、自适应等特性。对于每个训练样本,它只需要对少量的权值和阈值进行修正,结构简单、训练简洁且学习收敛速度快,能够逼近任意非线性函数。因此,将RBF神经网络应用于股市中,进行尝试预测和分析股市。
|
关 键 词: | RBF神经网络 股票预测 可行性分析 |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|