一种新的非线性神经网络集成股市预测模型

摘要：

针对神经网络在股票市场预测研究的问题，利用遗传算法的全局搜索能力，同时进化设计神经网络的网络结构和初始连接权，获得一组合适网络结构和初始连接权，再进行新一轮BP神经网络训练，生成神经网络的集成个体，再用贝叶斯正则化神经网络对其集成，生成神经网络的输出结论，以此建立股市预测模型．通过上证指数进行实例分析，计算结果表明该方法预测精度高、稳定性好，易于操作，具有很好的应用价值．

关键词： 遗传算法 神经网络 贝叶斯正则化 股票市场 市场预测模型

作者: 李蓬宁

作者单位: 广西柳州师范高等专科学校财务基建处,广西柳州 545004

会议类型: 国内会议

会议名称: 全国第19届计算机技术与应用学术会议(CACIS·2008)

会议地点: 合肥

会议语种:中文

页码: 831-839

在线出版日期: 2008-07-15（万方平台首次上网日期，不代表论文的发表时间）