基于信息扩散原理运用人工神经网络识别股票级别
本文提出采用人工神经网络的方法对股票级别进行识别,以便辨识股票的优劣.首先建立股票识别的指标体系,对神经网络的训练样本中的各支股票的各项指标进行初步评级,然后用因素状态空间上信息扩散的方法对初步评级的结果进行优化处理,把处理后的结果作为神经网络训练样本的输入和输出因素,并利用BP算法进行网络训练,当计算达到要求的精度后即完成训练.经训练所得的神经网络却可用于识别股票级别.本文最后给出一个实例,具体说明运用信息扩散和人工神经网络的方法识别股票级别的过程,并对结果进行了分析讨论.采用本文所介绍的方法对股票级别进行识别,可以有效地减少主观因素及市场波动所带来的影响.
股票 神经网络 信息扩散 股票级别
黄亦潇 邵培基 李菁菁
电子科技大学管理学院(成都)
国内会议
秦皇岛
中文
282-289
2004-07-01（万方平台首次上网日期，不代表论文的发表时间）