变结构时态神经网络模型在股票预测中的应用

作     者：孟志青 朱涵琪 MENG Zhi-qing;ZHU Han-qi

作者机构：浙江工业大学管理学院浙江杭州310023 

基　　金：浙江省自然科学基金项目(MLY18A010031) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2020年第41卷第6期

页      码：1733-1741页

摘      要：股票价格形成的时序数据具有非线性和非平稳性,传统的模型难以处理这些特征,为此提出一种处理非平稳数据的变结构时态神经网络预测模型。采用基于多分辨率分析的Mallat算法对股票数据进行预处理,将时序数据分为高频和低频序列。针对不同序列下的数据特征,将其转化为时态型数据集,采用粒子群算法寻找不同序列下的神经网络结构,建立变结构预测模型。实验结果表明,与未改进的神经网络和SVM方法相比,该预测模型具有更低的预测误差。

主 题 词：时态数据 小波分析 粒子群算法 神经网络 股票预测 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2020.06.038

馆 藏 号：203938171...