RBF神经网络在股票预测中的应用

摘要：

　　RBF神经网络是一种局部逼近的多层前向神经网络，具有算法简单，收敛快，逼近效果好，泛化能力强等优点.RBF通过非线性基函数的线性组合实现从输入空间到输出空间的非线性转换.本文利用RBF神经网络工具箱函数建立股市预测模型，根据测试数据，误差较小可以接受，说明径向基函数RBF非常适合股票市场的预测应用.

关键词： 股票市场 预测模型 径向基函数 神经网络

作者: JI Yatian 嵇雅田

作者单位: NanJing Univ.of Posts and Telecommunication,NanJing 210003 南京邮电大学光电工程学院,南京,210003

会议类型: 国内会议

会议名称: 第19届全国计算机新科技与计算机教育学术大会

会议地点: 黄山

会议语种:中文

页码: 111-114

在线出版日期: 2008-08-02（万方平台首次上网日期，不代表论文的发表时间）