10.3969/j.issn.1671-1807.2015.12.025
基于小波神经网络的上证50指数多步预测
以神经网络为代表的人工智能模型对股票价格具有良好的预测效果,但是该智能模型侧重于单步预测,很难满足实际股票预测的要求.提出基于小波和神经网络相结合的股票指数多步预测智能模型.选取上证50指数为建模数据,运用小波分解将上证50指数收盘价序列分解成不同尺度的分层数据,依据迭代策略,利用BP神经网络分别预测小波分解后的各层数据,最后将各层的预测结果使用小波重构成原始股票收盘价的预测数值.结果表明,基于小波神经网络的多步预测模型具有良好的多步预测效果.
股票指数预测、多步预测、小波、神经网络
15
TP27(自动化技术及设备)
2016-03-24（万方平台首次上网日期，不代表论文的发表时间）
共5页
116-119,134
